揭秘DeepSeek R1-Zero训练方式，GRPO还有极简改进方案
揭秘DeepSeek R1-Zero训练方式，GRPO还有极简改进方案其实大模型在DeepSeek-V3时期就已经「顿悟」了？
来自主题: AI技术研报
8951 点击 2025-03-22 15:46
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
其实大模型在DeepSeek-V3时期就已经「顿悟」了？
在春节的 DeepSeek 大热后，大模型也更多走进了大家的生活。我们越来越多看到各种模型在静态的做题榜单击败人类，解决各种复杂推理问题。但这些静态的测试与模型在现实中的应用还相去甚远。模型除了能进行对话，还在许多更复杂的场景中以各种各样的方式与人类产生互动。除了对话任务外，如何实现大模型与人的实时同步交互协作越来越重要。
号称地表最强的M3 Ultra，本地跑满血版DeepSeek R1，效果到底如何？
见识过32B的QwQ追平671的DeepSeek R1后——刚刚，7B的DeepSeek蒸馏Qwen模型超越o1又是怎么一回事？新方法LADDER，通过递归问题分解实现AI模型的自我改进，同时不需要人工标注数据。
编辑注：今天上线的Manus引发了全网的 Agent 热潮，Manus 背后的产品团队——Monica.im 的产品团队也引起了大家的关注。Manus产品负责人张涛在 2 月份曾经有过一次公开分享，解读 DeepSeek R1 成功背后的技术进步和产品思路，从中可以一窥 Manus 的部分解题思路。
DeepSeek R1 催化了 reasoning model 的竞争：在过去的一个月里，头部 AI labs 已经发布了三个 SOTA reasoning models：OpenAI 的 o3-mini 和deep research， xAI 的 Grok 3 和 Anthropic 的 Claude 3.7 Sonnet。
满血版DeepSeek R1部署A100，基于INT8量化，相比BF16实现50%吞吐提升！ 美团搜推机器学习团队最新开源，实现对DeepSeek R1模型基本无损的INT8精度量化。
在 DeepSeek 生成的文本中，有 74.2% 的文本在风格上与 OpenAI 模型具有惊人的相似性？这是一项新研究得出的结论。这项研究来自 Copyleaks—— 一个专注于检测文本中的抄袭和 AI 生成内容的平台。
DeepSeek开源AI引爆全民应用潮！飞书多维表格成为最佳入门级方案，如今亚朵星球、茶百道等纷纷接入，让团队如虎添翼显著提升效率。
DeepSeek的横空出世引发大模型算力逻辑的质疑，英伟达股价一度暴跌。然而，黄仁勋却在最新访谈中表示，市场对DeepSeek的理解“完全搞反了”。