觀察員
-
DeepSeek-R1開創(chuàng)歷史，梁文鋒論文登上《自然》封面
最后更新: 2025-09-18 15:52:56據(jù)國際權(quán)威期刊《自然（Nature）》雜志網(wǎng)站9月17日消息，由DeepSeek團隊共同完成、梁文鋒擔任通訊作者的DeepSeek-R1推理模型研究論文被《自然》雜志刊載，并登上了當期《自然》的封面。
當期《自然》雜志封面
與今年1月發(fā)布的DeepSeek-R1的初版論文相比，本次論文披露了更多模型訓練的細節(jié)，并正面回應了模型發(fā)布之初的蒸餾質(zhì)疑。DeepSeek-R1也是全球首個經(jīng)過同行評審的主流大語言模型。Nature評價道：目前幾乎所有主流的大模型都還沒有經(jīng)過獨立同行評審，這一空白“終于被DeepSeek打破”。
《科技日報》則在報道中介紹稱，梁文鋒參與的研究表明，大語言模型的推理能力可通過純強化學習來提升，從而減少增強性能所需的人類輸入工作量。訓練出的模型在數(shù)學和STEM領(lǐng)域研究生水平問題等任務(wù)上，比傳統(tǒng)訓練的大語言模型表現(xiàn)更好。
DeepSeek-R1包含一個在人類監(jiān)督下的深入訓練階段，以優(yōu)化推理過程。梁文鋒團隊報告稱，該模型使用了強化學習而非人類示例來開發(fā)推理步驟，減少了訓練成本和復雜性。DeepSeek-R1在被展示優(yōu)質(zhì)的問題解決案例后，會獲得一個模板來產(chǎn)生推理過程，即這一模型通過解決問題獲得獎勵，從而強化學習效果。在評估AI表現(xiàn)的各項測試中，DeepSeek-R1-Zero和DeepSeek-R1的表現(xiàn)都十分優(yōu)異。
梁文鋒團隊總結(jié)說，未來研究可以聚焦優(yōu)化獎勵過程，以確保推理和任務(wù)結(jié)果更可靠。
本文系觀察者網(wǎng)獨家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。
- 責任編輯: 胡致
-
“如果沒有中國，美國將獨霸AI”
2025-09-18 15:36 人工智能 -
事關(guān)祖國統(tǒng)一，國防部長最新表態(tài)
2025-09-18 14:26 觀察者頭條 -
四川一高校通報“保安亂丟外賣”處理結(jié)果：賠償損失，保衛(wèi)處處長停職
2025-09-18 07:54 -
勿忘歷史，警鐘長鳴！
2025-09-18 07:23 -
黑龍江省委書記現(xiàn)場觀看《731》
2025-09-17 23:12 中國電影 -
警方通報：“嘎子哥”被行拘7天
2025-09-17 22:47 依法治國 -
北京大學：堅決擁護黨中央決定
2025-09-17 20:01 中西教育 -
多所高校宣布取消績點制
2025-09-17 19:59 中西教育 -
8月不含在校生16-24歲失業(yè)率達18.9%
2025-09-17 19:59 中國經(jīng)濟 -
-
北大副校長任羽中，主動投案
2025-09-17 16:10 廉政風暴 -
工信部就智能網(wǎng)聯(lián)汽車組合駕駛輔助相關(guān)標準公開征求意見
2025-09-17 15:19 -
抗戰(zhàn)勝利80周年紀念活動總結(jié)會議在京舉行，習近平親切接見各方面代表
2025-09-17 13:41 抗戰(zhàn)勝利80周年 -
在英特爾工作近20年后，芯片架構(gòu)師蘇菲回清華任教
2025-09-17 13:40 -
以史為鑒，共話和平——“戰(zhàn)爭、和平與和解”國際專家論壇在京舉行
2025-09-17 09:15 -
干部鄧某誣陷22人貪污受賄、存不正當男女關(guān)系等，被起訴
2025-09-17 08:25 -
李強在甘肅、青海調(diào)研
2025-09-16 20:54 -
豫鄂交界水域有人違法淘金？官方通報
2025-09-16 20:05 黃金游戲 -
10月1日起，貴州實施境外旅客購物離境退稅政策
2025-09-16 17:58 -
受賄超5506萬元，中宣部原副部長張建春一審被判14年
2025-09-16 17:14 廉政風暴
相關(guān)推薦 -
-
特朗普碰瓷：奪回阿富汗空軍基地，離中國太近 評論 184
“美國農(nóng)民面臨金融災難”，特朗普終于扛不住了 評論 133最新聞 Hot-
特朗普碰瓷：奪回阿富汗空軍基地，離中國太近
-
熱搶！部分民營銀行大額存單，年化利率超2%
-
美財長：人民幣匯率對歐洲是個事，對我們不是
-
“嘎子哥”謝孟偉抖音、快手賬號均被封禁
-
柯克遭槍擊前去了日韓，挑唆“擺脫中國”
-
“索要千萬逼死前夫”，翟欣欣一審被判12年
-
罕見！普京長期盟友主動辭職
-
全球5月以來最大規(guī)模IPO，紫金黃金國際將在香港上市
-
民生銀行再領(lǐng)148萬元罰單，今年累計被罰約2700萬
-
必勝客19元橙汁是3元果粒橙加冰？客服回應：確實
-
馬克龍將向美國法院提交“照片與科學證據(jù)”，證明妻子是女性
-
“吃了會不會長瘡”，美國運動員道歉了
-
美國，一裂再裂…
-
特朗普：俄烏?；稹斑€沒到時候”
-
“歐盟比中國更能拿捏美國，馮德萊恩本該更強硬，結(jié)果…”
-
首批“歐洲買單”的美國武器運抵烏克蘭
-
- 聯(lián)系我們
- 關(guān)于我們
- 版權(quán)聲明
- 服務(wù)條款
- 刊登廣告
- 聯(lián)系微博
- 加入我們
- 網(wǎng)站地圖
- 舉報鏈接
- 舉報制度規(guī)范
- 《網(wǎng)站自律管理承諾書》
Copyright ? 2014-2024 觀察者 All rights reserved。
滬ICP備10213822號-2 互聯(lián)網(wǎng)新聞信息服務(wù)許可證：31220170001
網(wǎng)登網(wǎng)視備（滬）02020000041-1號 互聯(lián)網(wǎng)宗教信息服務(wù)許可證：滬（2024）0000009
廣播電視節(jié)目制作經(jīng)營許可證：（滬）字第03952號
增值電信業(yè)務(wù)經(jīng)營許可證：滬B2-20210968 違法及不良信息舉報電話：021-62376571
滬公網(wǎng)安備 31010502000027號
中國互聯(lián)網(wǎng)舉報中心
上海市互聯(lián)網(wǎng)違法與不良信息舉報中心
