首页
下载APP
首页
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
《无码专区国产精品第一页》，《Q8X2R7L1T4J5M9B6W3》欧美日韩精品一区二区另类
“自拍偷拍 第”
激情在线视屏播放
……
01月16日
“chaopeng97在线”推动中国金融高质量发展
↓↓↓
01月16日，湖北荆门发力装配式产业 绿色低碳建设助城市更新，国产福利精品网址，99九九99视频精品热线16，国产打飞机毛片，小凑四叶STARS破解版在哪下载
01月16日，港交所与深交所签署合作协议 支持港交所综合基金平台建设，制服丝袜中文字幕91麻豆，桥本香菜中秋特辑给校长的礼物，在线亚洲91se亚洲综合在线，69式互添AAAA片
01月16日，重庆：到2027年建成青年发展型城市，在线播放免费黄色网站，羞意，人人干人人艹人人摸，在线不卡a
01月16日|百余位公益人士聚福州共论福建公益文化发展|被操国产|国内XXXW|色多多禁18视频|欧美性爱午夜影院
01月16日|“妈妈岗”成暖心“妈妈港” 山东探索灵活就业新模式|国产精品久久久厕所偷窥盗摄|欧美区网站|自慰喷白|亚洲精品天天影视综合网
01月16日|乌梅汤2.0版本正式上线 中药代茶饮你下单了吗？|在线免费观看黄色视频h|丁香五月天婷婷综合开心|国产一区二区视频在线播放|国产乱妇无码一区二区三区黑寡妇……
01月16日，组织自助游有风险 法律责任不能AA制，欧美性爱大片第一页，mmm.com黄色片，国产性AV四百三十区，日本爱爱一区二区三区
01月16日，刘国中访问阿尔及利亚，激情小说视频图片综合网站，91次元污污版，狼友视频在线大片免费看，www.尤物
01月16日|如何维护全球产业链供应链稳定畅通？中国贸促会答记者问|大 子的好紧进不去|亚州另类欧美|久久精品中文字幕av|国产对白在线视频
01月16日，报告预测：未来20年中国商用航空发动机市场份额将超全球五分之一，78map打扑克吗，国产大神自拍视频，国产欧美亚洲另类AⅤ，国产精品无码小视频网站不卡
01月16日，贵州：“长征国家文化公园·大娄山服务区”全面开放，日本乱伦精品网，国产亚洲你懂的视频，亚洲国产精品一区二区黄a，国产内射
01月16日，三星堆考古发现玉石器作坊区，国产婬乱a一级毛片多女，油管18+免费下载，日本网站视频在线，本末集合派智捷元港中小微出海生态
01月16日|提升资本市场内在稳定性|可以看的黄色在线免费|被操高潮|思思99|激情黄+色+成+人
01月16日|“2024上海夜生活节”电竞文化活动无畏契约电竞派对开启|免费观看作爱视频网站|回内一级不卡毛片视频|胖熊互相裸交XXXX|乱辈通奷免费视频
01月16日|传鉴中国非遗 点亮文化之美|足交小说|国产一级国产一级在线观看|免费黄色性爱网站|色情动漫网站
我这学历在孙吧什么水平，习近平主席送出的这件国礼饱含深意|重庆高速公路、水运建设迎“开门红”|日欧美女人|欧美xx电影|2021年国产精品久久|精品国产黄色网址
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
国家标准委印发《2024年国家标准立项指南》
天津港开通直航东南亚海运线
卫星视角看中国｜循着总书记关切，看西部陆海新通道建设新貌
呈现最新技术、产品等 第二届链博会首次设置先进制造链展区
联合国糖尿病日｜每10个人就有1人患糖尿病，和吃甜食多有关系吗？
新疆阿克苏地区乌什县发生7.1级地震 消防救援力量已赶赴震中
东莞—香港国际空港中心进出口货值突破100亿元
国家矿山安监局：非法违法生产建设是造成重特大事故的罪魁祸首
上海“中华老字号”达197家 居中国各省份首位
四天三艘“中国造”货轮上海外高桥口岸首航
一级毛片6O分钟
无码A片视频免费播放免费A片
黄色同人动漫
艾玛沃特森裸被 视频网站
狼人一区二区精品久久
一级欧美黄色
揉我奶头 好爽 嗯H
性XXXX欧美
爱爱太粗了受不了视频
性偷窥老女人俱乐部
闽公网安备 35010302000113号