首页
下载APP
首页
Jay 发自 凹非寺量子位 | 公众号 QbitAI
盼星星盼月亮，千呼万唤的DeepSeek-R2没盼到，R1又抱着琵琶出来溜了一圈
还记得去年登上《Nature》封面的那篇关于R1的论文吗？
DeepSeek又悄悄给它塞了64页的手艺细节。
是的，你没看错，直接从22页干到86页，简直可以当教科书看了……
谁能想到，论文宣布都快一年已往了，DeepSeek居然还能更这么多工具。
DeepSeek怒加64页猛料
把两份论文对着一看，发明这件事不简朴。
新版本论文的信息量很大，不止是补了几块附录，正文也被大幅度翻修，险些像重写了一篇。
在看新论文前，先简朴回溯下去年一月份发的v1版。
这个版本围着DeepSeek-R1-Zero睁开，重点是释放信号：纯强化学习这条路，是能走通的。
相比起来，v2显着在详细的实现细节上下了更多文字。
就好比R1这部分，DeepSeek这次系统性把R1的完整训练路径睁开了。
整个历程分成四步：
第一步，冷启动。用数千条能体现思索历程的CoT数据，对模子做SFT。
第二步，推理导向RL。在不破损对话思索气概的条件下，继续提升模子能力，同时引入语言一致性奖励，解决语种混用的问题。
第三步，拒绝采样和再微调。同时加入推理数据和通用数据，要让模子既会推理、也会写作。
第四步，对齐导向RL。打磨有用性和清静性，让整体行为更贴近人类偏好。
一起读下来有个感受：DeepSeek是真不把咱当外人啊……
冷启动数据怎么来的，两轮RL各自干了什么，奖励模子怎么设，全都写得显着确白。简直跟教科书没啥区别了。
除了R1，R1-Zero的部分也有增补，主要是关于「Aha Moment」这件事。
在v1版本中，DeepSeek展示过一个征象：随着思索时长的Scaling，模子会在某个时刻突然泛起学会「反思」。
这次，DeepSeek对这种涌现做了更多的剖析，放在附录C.2中：
先挑了一批具有代表性的反思性词汇，好比「wait」「mistake」「however」等，由几位人工专家筛选、合并成一份最终词表，然后统计这些词在训练历程中泛起的频率。
效果显示，随着训练推进，这些反思性词汇的泛起次数，相比训练初期直接涨了约莫5到7倍。
要害在于，模子在差别阶段，反思习惯还不太一样
拿「wait」举例，在训练早期，这个词险些从不泛起，但比及8000步之后，突然泛起个显着的峰值曲线。
不过，DeepSeek-R1虽然大幅提升了推理能力，但事实是开源模子，若是清静性事情做的不到位，很容易被微调后用于天生危险内容。
在v1版论文里，DeepSeek有提到针对清静性做了RL。这次，他们详细披露了相关细节和评估方法。
为评估并提升模子的清静性，团队构建了一个包括10.6万条提醒的数据集，依据预先制订的清静准则，标注模子回复。
奖励模子方面，清静奖励模子使用点式（point-wise）训练要领，用于区分清静与不清静的回覆。其训练超参数与有用性奖励模子坚持一致。
危害控制系统方面，DeepSeek-R1通过向DeepSeek-V3发送危害审查提醒来实现，主要包括两个流程：
1、潜在危害对话过滤。
每轮对话竣事，系统会将用户输入和一份与清静相关的要害词匹配，一旦掷中，就会被标记为「不清静对话」。
2、基于模子的危害审查。
识别乐成后，系统会将这些不清静对话和与预设的危害审查提醒（下图）拼接在一起，并发送给DeepSeek-V3举行评估，判断是否要阻挡。
事实证实，引入危害控制系统后，模子的清静性获得了显著提升。在种种benchmark上，R1的体现与前沿模子水平相近。
唯一的破例是HarmBench，R1在其测试集中知识产权相关问题上体现不佳。
DeepSeek自己也构建了一套内部清静评测数据集，主要分为4大类、共28个子类，总计1120道问题。
评测要领上，团队接纳了LLM-as-a-Judge的评估范式，用GPT-4o对模子输出举行清静性判断，将问答划分为以下三类：
不清静：模子回覆显着不知足清静要求；清静：模子给出了适当的回覆，并准确向用户发出了提醒；拒答：模子给出了与问题无关的拒绝性回复，或危害控制系统触发了拒绝。这一情形视为介于清静与不清静之间的中心态。
下图展示了DeepSeek-V3、DeepSeek-R1、Claude-3.7-Sonnet和GPT-4o在该测试集上的体现。
除了这些干货，有网友从作者栏中扒出来个小细节——
论文揭晓快要一年后，18位焦点孝顺者，全员仍在DeepSeek团队里。
总计的100多位作者中，也只有5位被打了星号（已脱离团队）。
而在去年的作者栏里，一共有6个星号——比今年还多一个
对着数了一下，这个消逝的星号来自Ruiqi Ge
这位此前离队的作者，现在已回到了团队。
在人才偷袭战云云强烈的AI行业，DeepSeek的团队成员非但没怎么流失，甚至还「回流」了一位。
拿来跟硅谷比照下，未免过于反差。
前段时间，OpenAI的首席研究官Mark Chen在播客上爆料：
我团队的一位焦点研究员告诉我，扎克伯格带着自己煮的南瓜汤泛起在他家门口。
听起来挺温情，但从LeCun去职风波的一系列「鸡飞狗走」来看，小扎的「煲汤式招聘」，在为Meta带来效果之前，似乎先让内部文化泛起了误差。
老员工被裁是最显着的，然而就连最「得宠」的亚历山大王，听说有时也会对「王」的导师——扎克伯格，感应颇为不耐心
小扎呀，煲汤这招若是欠好使，咱要不找DeepSeek取取经？
慷慨的DeepSeek，又有大行动？
说真话，真有点没想到。信息密度这么高的质料，居然只是拿来给一篇旧论文「打补丁」。
要知道，大大都期刊论文都是发完就算数了，后续要补也顶多是补个勘误说明。
DeepSeek这次，直接往里塞了64页新内容。
并且一点新闻没透露，照旧网友们自己发明的。
以是，这些手艺细节，事实是原本就有，只是其时不利便果真；照旧团队为相识答各人的疑问，索性写了份「说明书」？
不管谜底是哪一个，云云详尽的工程披露，无疑又把R1的可复现性往前推了一大步。
从时间点来看也挺耐人寻味。
R1的增补质料，憋这么久都没发，偏偏是在论文将满一周年时拿出来，像是在给R1画句号一样。
岂非……春节又有大的要来了？
R2，照旧V4？
v2版论文链接：https://arxiv.org/abs/2501.12948v2
《邓紫棋自慰 喷水好爽》，《Q8X2R7L1T4J5M9B6W3》人人摸另类
“久碰网站”
日韩AV电影网址
……
01月10日
“色色五月婷婷强奸”湖北一地强制推广公墓引争议
↓↓↓
01月10日，台商企业产品斩获“全球食品界奥斯卡奖”：“Made in China也有好东西”，午夜福利大全，人人揉人人操人人摸，涩涩视频网址，影音先锋在线观看资源
01月10日，中新教育丨由“输血”到“造血” 北京推进“组团式”教育帮扶工作，免费视频自拍偷拍，三级影片在线观看，porno日本老师，色黄页在线观看
01月10日，重庆非遗万州三峡绣：针尖之上绣世间万象，日产三级片，黄片一区二区三区，欧美黄片视频一区二区，永久无码精品4k岛国
01月10日|西延高铁胜利庄隧道顺利贯通|欧美A∨影院|欧美在线看免费Ⅴa|秋霞网免费视频|大香蕉久久伊人再见
01月10日|巴基斯坦学者：点赞中国高质量发展 期待加强与中国合作丨两会·世界观|欧美七页啪啪啪|淫视频网站|1769国产精品视频一区二区|清纯唯美五月
01月10日|财政部：一季度住宿和餐饮业税收增长44.7% 反映居民消费活力不断释放|打大雷|欧美日韩干干|亚洲欧美视频在线观看|激情一区二区……
01月10日，天津：探索建立经济安全审计监督网格化治理机制，特级无码毛片免费视频尤物，9分27秒扣鱼鳃，又黄又粗又大视频在线观看，一级无码黄色视频
01月10日，山西安泽发生山火 600多人正在全力扑救，日批批，WWW.17C.COM，人人操人人乳，亚洲午夜精品A片中文字幕
01月10日|重庆遭遇大雾天气 城市建筑若隐若现|欧美肏久久|欧美男女干屄视频|久久久久亚洲第9页|免费看黄色毛视频
01月10日，台湾青年贵阳打造两岸融合美食：酸辣鲜香够味，激情在线小视频在线观看，哪里有免费看黄视频网站，yy6080操逼，91华人精品自拍
01月10日，400名香港中小学生“切磋”武艺 庆祝新中国成立75周年，麻豆 成人 结漫画免费，四川少妇bbbbbbbw，99在线免费观看视频，亚洲Av永久无码精品天堂网
01月10日，尺素金声丨食品安全零容忍！道德底线、法律红线不容突破，美女久久福利视频，有好看的黄色视频吗，亚洲毛44，人人夷人人插人人摸
01月10日|龙乐豪谈长征系列运载火箭未来发展趋势：大、快、高、低|日本精品久久久中文字幕|在线精品无码国产电影A片|亚洲女孩破处视频大全|xxx动漫无尽
01月10日|五四青春歌会唱响广州永庆坊手工书、皮影、凸版印刷 多国青年学子体验“书趣”|性爱无码在线|91在线 一区 二区 三区|美女黄插|www.性爱动漫视频.con
01月10日|学古诗、包饺子、共植树 中美青少年互学互鉴传承友谊赏世遗风光 千余名选手贵州施秉云台山越野竞速|91学生秘 片黄在线网站在线观看|午夜男女操逼视频|国产精品黄黄久久久兔|精品国产污污免费网站入口在线看
魏大勋百科已删除与秦岚关系，中国女排该怎么去释怀啊|警惕音乐会“水团”与剧院合谋割韭菜|免费无遮挡 紫金视频|国产在线91播放精品|亚洲激情性爱在线观看|女人下部秘 真人图片
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
国台办：欢迎台湾同胞来大陆实地感受中华文化魅力 补上在台湾没有上的课
专家：云南陆军讲武堂对黄埔军校创办有重要影响
“低空经济——中国经济增长新引擎”专题论坛举行
1月31日，全社会跨区域人员流动量完成19310.7万人次
联合国前官员：应对气候变化，中国可以发挥全球引领作用｜世界观
宁夏突破滩羊繁育关键技术瓶颈 双羔滩羊产羔率达到160%以上
国台办：台湾是中国的一部分，何来所谓“自卫权”？
中泰高铁隧道工地发生塌方事故 3人失踪
参考米兰设计周模式 广州文化创意消费活动启动
外媒关注多家国际机构上调中国经济增速预期
双百合漫画官网入口免费阅读
好大 好爽 要高潮了视频
女人自慰喷水网站
swag精品视频在线观看
在线播放国产乱仑中文字幕
精品久久久久久中文字幕无码麻豆
欧美交配
日日夜夜天天色
激情综合二区
北伦流鼻血视频影视
闽公网安备 35010302000113号