猫眼影戏
 |
|
猫眼影戏
李升基
手机审查
猫眼影戏记者 孙阳 报道Q8X2R7L1T4J5M9B6W3
作者 ｜ 周一笑邮箱 ｜ zhouyixiao@pingwest.com
1月4日，DeepSeek在arXiv上更新了R1论文。
没有官宣，没有推文，只是版本号从v1酿成了v2。但翻开PDF的人都会发明一个转变，页数从22页膨胀到了86页，文件巨细从928KB涨到1562KB。
新增内容包括完整的训练管线拆解、20多个评测基准的详细数据、以及长达数十页的手艺附录，近乎重写的大手术。
时间点也有些玄妙。1月20日是R1宣布一周年，再往后推一个月，2月17日是夏历春节，而DeepSeek有在春节前放大招的古板，去年的V3和R1都是在春节窗口期宣布的。
一篇“旧”论文的大更新，会是新行动的前奏吗 ？要回覆这个问题，我们先来看看这86页里究竟写了什么。
1
一篇论文的“三生三世”
要明确这次更新的意义，需要先回首R1论文的完整旅程。
2025年1月20日，22页预印本宣布。DeepSeek在arXiv宣布R1论文，焦点结论是：纯强化学习可以让大模子自己“学会”推理，不需要人类标注的头脑链数据。论文开源、模子开源、要领开源，直接引爆全球AI社区。
2025年9月17日，R1论文登上Nature封面，梁文锋署名通讯作者。这是全球首个通过顶级学术期刊偕行评审的主流大模子，8位专家审稿，逐条质疑，逐条回应。审稿人关注的问题包括，R1是否使用了OpenAI模子的输出来训练（即“蒸馏”质疑）、训练数据的详细泉源、以及清静性细节。DeepSeek在回应中明确否定了蒸馏指控，并首次果真了训练本钱，从V3-Base训练到R1，只花了29.4万美元。
Nature为此专门撰写社论，指出主流大模子公司宣布模子时通常不经由自力评审，“这一空缺随着Nature揭晓DeepSeek-R1的细节而改变”。
2026年1月4日，86页完整版上线。最新版本把Nature版的手艺细节同步回arXiv。Dev1、Dev2、Dev3训练阶段的完整拆解、扩展后的评测数据、以及附录A-F的手艺文档，现在免费向所有人开放。
期刊揭晓后同步更新预印本，在学术界是通例操作。但从22页扩到86页、内容量翻近四倍，这种幅度的更新相当有数。某种水平上，DeepSeek把一篇论文做成了一份手艺全书，它想让所有人都能复现R1，而不但是读懂R1。
1
新增了什么 ？拆解64页“增量”
训练“黑箱”翻开：Dev1、Dev2、Dev3首次曝光
原版论文对训练历程的形貌相当榨取：冷启动SFT → 强化学习 → 最终SFT，三步走完，细节从略。新版则把这个管线彻底拆开，引入了三其中心检查点：Dev1、Dev2、Dev3。
R1完整训练管线
Dev1是冷启动阶段的产品。模子在这个阶段学会了听话（指令遵照能力大幅提升），但价钱是推理能力反而下滑。论文披露的数据显示，Dev1在AIME数学竞赛上的体现比基座模子还要差。
Dev2专门用来“抢救”推理能力。这个阶段只做reasoning-oriented RL，把数学和代码能力拉回来，同时坚持住指令遵照的水平。
Dev3是最终打磨。通过拒绝采样天生高质量数据，再做一轮SFT，让模子在推理使命和通用使命上都能稳固输出。
这套先教规则、再练内功、最后调形态的三段式流程，诠释了一个许多人体贴的问题，为什么R1既能做长链推理，又不会像R1-Zero那样输出杂乱、中英混杂。
从5个benchmark到20+：评估系统周全扩展
原版论文的评测集中在几个焦点指标，AIME数学竞赛、Codeforces编程、MATH数据集。新版大幅扩展了评测规模，涵盖MMLU、MMLU-Pro、DROP、GPQA Diamond、IFEval、Arena-Hard、SWE-bench Verified、LiveCodeBench等20多个基准。
R1-Zero训练曲线：准确率从15.6%涨到77.9%，凌驾人类水平（绿色虚线）
更值得关注的是人类baseline的引入。新版论文直接把R1的AIME效果和人类参赛者的平均分放在一起较量。R1-Zero在训练历程中，pass@1从15.6%一起涨到71.0%，使用大都投票后抵达86.7%，凌驾了人类平均水平。
这种和人比的评测方法，比纯粹刷榜更能说明问题。
RL炼丹手册：附录A-F中的“秘笈”
关于想复现R1的研究者来说，新增的附录可能是最有价值的部分。
附录A详解了GRPO（Group Relative Policy Optimization）的实现细节，包括学习率、KL系数、采样温度等要害超参数。附录B-F则笼罩了奖励函数设计、数据结构战略、评测细节等。原版论文的"要领论"色彩浓重，新版则更像一本操作手册，参数写死、流程写清、坑也标出来。
正如一篇手艺解读所说，与原版聚焦高层要领论和效果差别，新版的附录为任何想相识模子事情原理的人提供了完整透明的指南。
被写进论文的失败实验
新版论文尚有一个容易被忽略的章节：Unsuccessful Attempts（失败的实验）。
DeepSeek坦承，他们试过MCTS（蒙特卡洛树搜索）和PRM（历程奖励模子）m这两条蹊径是已往一年业界最热门的研究偏向，不少顶级实验室都在重注押宝。效果是：走欠亨，至少在通用推理使命上走欠亨。
论文的诠释是，这类要领对“办法颗粒度”要求太高，适合数学证实这种每一步都能清晰验证的场景，但很难泛化到更开放的推理使命。这和开发者社区的讨论不约而同，PRM和MCTS可能会限制强化学习的探索空间，只适合那些界线清晰的问题。
把失败写进论文，在学术界并不有数，但在工业界主导的大模子研究中相当少见。某种水平上，DeepSeek帮整个行业做了一次祛魅，巨头们死磕的偏向，未必是对的偏向。
从22页到86页，DeepSeek补上的是可复现性。这也引出了一个问题，为什么选择在这个时间点做这件事 ？
1
为什么是现在 ？
期刊揭晓后把内容同步回预印本，学术界司空见惯。但R1的这次的论文更新，照旧有几个值得玩味的地方。
首先是时间节点。1月4日论文更新，1月20日R1宣布一周年，2月17日夏历春节，三个日期串在一起，很难不让人遐想。去年V3和R1都是在春节窗口期宣布的，DeepSeek似乎形成了某种“年货”古板。X上已经有不少人在问：“我们会很快听到鲸鱼的新闻吗 ？”
其次是更新自己的变态。大大都论文宣布后就不再改动，最多修修勘误。一次性补上60多页，把内部积累的实现细节、消融实验、甚至失败实验所有果真，这在追求护城河的AI行业相当少见。
怎么明确这种“变态” ？一种解读是这些手艺对DeepSeek的目今研究已经不再组成竞争优势，他们已经转向了更新的偏向。连系1月1日刚宣布的mHC架构论文，下一代模子的轮廓似乎正在浮现。
另一种解读是防御性的开源战略，把一年前的手艺细节彻底果真，使其酿成公共知识，可以避免竞争敌手将类似手艺申请专利或构建壁垒。与其让R1的手艺在闭源竞争中被逐渐稀释，不如自动释放，拉高整个开源社区的水位。
尚有一个容易被忽略的细节是作者名单。论文用星号标注已去职职员，但在100多位孝顺者中只有5位带星号，18位焦点作者一年后所有还在。更有意思的是，一位一经带星号的研究员这次星号消逝了，似乎重新回到了团队。焦点班底险些零流失，在人才争取白热化的AI行业也相当有数。
回看已往一年，DeepSeek的节奏始终是先发论文，再发模子。V3论文详解了MoE架构和MLA注重力机制，R1论文拆解了纯RL训练框架，mHC论文优化训练稳固性问题。每一篇都不是事后总结，而是提前铺路。这次86页的更新，某种意义上也是同样的逻辑，在下一个大行动之前，把上一个阶段的手艺债彻底清完。
至于谁人“大行动”是什么、什么时间来，谜底或许很快会揭晓。
点个“爱心”，再走 吧
??时势1：真人性交黄色视频
??01月14日,“龙腾福地”——甲辰新春主题非遗系列展在福州开幕,
一群孩子眼睛红红的，全都握紧了小拳头，恨不可连忙长大，将那群恶人除掉，解决这场大祸。
,男生把小j插进女生的小j里面视频网站。??01月14日,（巴黎奥运）羽毛球女单决赛：中国选手何冰娇获得银牌,
小不点撒腿跑了，但身在补天阁又能逃到那里去，夏幽雨身为地头蛇，最终照旧将他给揪了出来。
,一级片有限公司,91色色色色视频,AV网站地址。??时势2：国产黑色丝袜在线脚交图片
??01月14日,首届世界南少林咏春拳大赛总决赛福建福清举行,
若非他实力强盛，换作其他人，哪怕就是一个尊者在此也被击杀一再了，没有任何悬念。
,薛凯琪吃黑肠原著在线播放,成人看片软件,东北老熟妇乱子XXBBs。??01月14日,【图片故事】年轻人的旧书店,
“族长爷爷，你的病应该可以根治了！”小不点跑来，笑容纯净，他十分的喜悦，由于寻来了猴儿酒，可以将老族长的伤治好了。
,欧美一级高清片免费一级a一区,www.美女av.com,免费在线欧美。??时势3：国内精品久久·
??01月14日,蛋白质吃多了伤肝伤肾……是真是假？｜谣言终结站 ,
当春女人姗姗来迟的时间，万紫千红的花儿园中翘首;深树中的黄鹂无羁高歌……而人们却忘了绿遍山野的小草。它默默无闻地站在绿化建设的第一线，没有树高，没有花香。手挽手，迎风而立，为大地铺成一条无边无涯的绿毯。一棵棵小草，是一个绿色精灵，心甘情愿地任人民临身而踏，不发一句呻吟，不作一点诉苦。漫漫长夜里，不求相识;未知日子里，不求回报，它只是在墙角召唤着人类那颗已昏睡的心：请给天空一片蔚蓝;请给夏夜一阵蛙鸣;请给森林一曲鸟歌吧……
,精品国产免费一级av片,久久久国产九九99精品,在线性爱网站。??01月14日,【东西问】方朝晖：孔夫子与柏拉图注重“德性”有何不同之处？,
山地中一片朦胧，有一种强盛的杀机。
,va资源视频,酒店实拍100部视频最新进展-,特色A级片。??时势4：欧美一级C
??01月14日,禹城：政府采购项目实现远程异地评审常态化,
第一，充分熟悉召开党代会的主要意义，各级党组织和全体要以强烈的政治责任感和使命感加入其中，确保准备事情各项使命顺遂完成和党代会的圆满召开。
,很黄很污的网站,污网站进入,欧美性爱 欧美精品。??01月14日,兰石“智”造何以站稳国际市场？,
我们也必需苏醒地看到，去年虽然取得了不小的效果，但仍存有一些禁止忽视的问题和缺乏，主要体现在： 一是头脑解放不敷。 一些干部头脑守旧，看法陈腐，遇到急、难、险、重问题一筹莫展。有的干部固步自封、畏首畏尾，怕担危害、怕担责任，缺乏敢为人先、敢于碰硬、敢于突破的气焰和勇气。 二是事情作风不实。 少数干部上班仍然保存“走读”征象，一部分包村干部蹲村少少，开展事情知足于当传话筒，用“摇控”指挥，恒久见不到人影，以至于泛起了上会见题，事不关己，高高挂起，左推右躲，不闻不问。 三是效劳意识较差。 为民效劳的意识和看法还没有完全树立，“门难进、脸难看、话难听、事难办”的征象在有些部分仍然差别水平地保存。 四是责恣意识不强。 在其位不谋其政，遇到问题不解决，遇到矛盾绕着走，该抓的不抓，该管的不管，以至贻误事情，甚至酿成大问题。尤其是个体村干部不懂法不学法不知法，不认真研究目的政策，一有事情就往镇里推，不动头脑，不想步伐，怕事、躲事，当老好人等等。
,欧美第一区在线视频,吴艳妮被 c 黄扒衣服电影,裸体美女性爱。责编：贝特
审核：沈佩瑶
责编：扎莱哈
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
