AI在线 AI在线

理论

不蒸馏R1也能超越DeepSeek，上海 AI Lab 用RL突破数学推理极限

不蒸馏R1也能超越DeepSeek，上海 AI Lab 用RL突破数学推理极限
仅通过强化学习，就能超越DeepSeek！ 上海AI Lab提出了基于结果奖励的强化学习新范式——从Qwen2.5-32B-Base模型出发，仅通过微调和基于结果反馈的强化学习，在不蒸馏超大模型如DeepSeek-R1的情况下，就能超越DeepSeek-R1-Distill-Qwen32B和OpenAI-O1系列的超强数学推理性能。 团队发现，当前大模型数学推理任务面临”三重门”困局：稀疏奖励困境：最终答案对错的二元反馈，使复杂推理的优化变得困难局部正确陷阱：长思维链中部分正确步骤反而可能误导模型学习规模依赖魔咒：传统蒸馏方法迫使研究者陷入”参数规模军备竞赛”因此，研究团队重新审视了当前基于结果奖励的强化学习算法，经过严格的理论推导与证明，重新设计了一个新的结果奖励强化学习算法，并在这个过程中得出了三点重要结论：对于正样本：在二元反馈环境下，通过最佳轨迹采样（BoN）的行为克隆即可学习最优策略对于负样本：需要使用奖励重塑来维护策略优化目标的一致性对于长序列：不同的序列部分对结果的贡献不同，因此需要更细粒度的奖励分配函数，这个函数可以通过结果奖励习得通俗来说，就是通过对正确样本模仿学习，错误样本偏好学习，关键步骤重点学习，无需依赖超大规模的模型（例如DeepSeek-R1）进行蒸馏，仅通过强化学习即可达到惊人的效果。
2/17/2025 9:33:00 AM
量子位
百度宣布下一代文心大模型开源，此前宣布文心一言4月起免费

百度宣布下一代文心大模型开源，此前宣布文心一言4月起免费
百度官方今天宣布，其下一代文心大模型4.5系列将于未来几个月内推出，并计划于2025年6月30日正式开源。 这一消息标志着百度在人工智能领域的又一重大举措。 文心一言4月1日起全面免费百度在2月13日宣布，文心一言将于2025年4月1日0时起全面免费，所有PC端和APP端用户均可免费体验文心系列的最新模型。
2/17/2025 9:10:00 AM
比英伟达工程师还熟练！DeepSeek R1+测试时Scaling自动优化GPU内核

比英伟达工程师还熟练！DeepSeek R1+测试时Scaling自动优化GPU内核
本周英伟达的一篇技术博客引发了业界震动！ 英伟达的团队尝试利用DeepSeek-R1和推理时扩展实现GPU内核生成自动化，效果极佳。 随着AI模型的扩展，推理时扩展（inference-time scaling），也叫测试时扩展（test-time scaling）正闪亮登场。
2/17/2025 9:10:00 AM
新智元
全球AI算力报告出炉，LLM最爱A100！谷歌坐拥超100万H100等效算力

全球AI算力报告出炉，LLM最爱A100！谷歌坐拥超100万H100等效算力
AI的物质基础是机器学习硬件，例如图形处理单元（GPU）和张量处理单元（TPU）。 据不完全统计，目前全球超过140款AI加速器，用于开发和部署深度学习时代的机器学习模型。 Epoch AI带来了全球算力的估计报告，利用公开信息估计了全球机器学习硬件的现状和趋势。
2/17/2025 9:06:00 AM
新智元
DeepSeek系列：什么是DeepSeek，它又能做些什么呢？

DeepSeek系列：什么是DeepSeek，它又能做些什么呢？
在这个人工智能飞速发展的时代，大家可能已经听说过ChatGPT、文心一言、豆包AI、通义千问这些AI工具，但今天我们要聊的是一个同样厉害的中国AI——DeepSeek（深度求索）。 它就像一个超级聪明的“大脑”，不仅能和你聊天，还能帮你写代码、分析数据，甚至解决专业问题。 那么，DeepSeek到底是什么？
2/17/2025 9:03:26 AM
郝光明
DeepSeek 关键技术详解

DeepSeek 关键技术详解
作者：leaf在今年的春节期间，DeepSeek火出了圈。 凭借DeepSeek-V3与DeepSeek-R1的创新技术和卓越表现，DeepSeek迅速成为了行业内外的焦点。 不管是技术专家还是普通用户，都对DeepSeek赞不绝口。
2/17/2025 9:00:00 AM
腾讯技术工程
百度官宣：全面接入DeepSeek！7亿用户光速进入AI搜索时代

百度官宣：全面接入DeepSeek！7亿用户光速进入AI搜索时代
中国互联网行业，再次迎来标志性事件——All in DeepSeek！ 继微信之后，百度官宣：百度搜索全面接入DeepSeek。 中国互联网第一大搜索巨头，居然也选择「打不过就加入」了？
2/17/2025 8:51:15 AM
新智元
马斯克炮轰OpenAI：从“开放”到“封闭+贪婪”

马斯克炮轰OpenAI：从“开放”到“封闭+贪婪”
在近日的迪拜世界政府峰会上，马斯克对OpenAI的最新发展提出了严厉批评，指责其背离了最初的开源和开放理念，逐渐走向封闭和贪婪。 这一言论引发了广泛关注，也让人们对AI行业的未来发展方向产生了新的思考。 OpenAI的转变：从“Open”到“Closed”马斯克指出，OpenAI最初的设计是一个兼具盈利和非营利性质的“双层架构”组织，这种模式在一定程度上取得了成功。
2/17/2025 8:50:00 AM
小菲
刚刚，DeepSeek揭秘R1官方同款部署设置，温度=0.6！OpenAI推理指南同时上线

刚刚，DeepSeek揭秘R1官方同款部署设置，温度=0.6！OpenAI推理指南同时上线
同一天内，DeepSeek和OpenAI都发布了推理模型使用指南！ DeepSeek的X账号迎来久违的更新：发布了官方版本，教大家如何部署DeepSeek-R1的设置。 最佳方法如下——不使用系统提示采样温度：0.6针对文件上传和网络搜索功能定制prompt每次输出时都以think\n开始，以防模型跳过思考过程注意，官方部署DeepSeek，使用的是跟开源版本完全相同的模型。
2/17/2025 8:37:00 AM
新智元
还在忙NSFC申报？试试DeepSeek R1结合牛津的推理Agent用变分推理生成国家自然科学基金申请书

还在忙NSFC申报？试试DeepSeek R1结合牛津的推理Agent用变分推理生成国家自然科学基金申请书
又到了一年一度的国家自然科学基金申报季，众多科研工作者正在为申报书的撰写绞尽脑汁。 如何在有限的时间内，产出一份既专业严谨又富有创新性的申报材料，成为了许多研究者面临的挑战。 本文介绍了一种基于DeepSeek R1大模型与牛津大学最新推理Agent框架相结合的智能辅助方案。
2/17/2025 8:35:06 AM
AI修猫Prompt
腾讯元宝、微信 + DeepSeek = 下一代搜索革命？

腾讯元宝、微信 + DeepSeek = 下一代搜索革命？
DeepSeek 想必大家都知道了，春节期间爆火，日活 1500 万。 七天下载量破亿，日下载全球第一！ DeepSeek 在上个月发布了 R1 版本，在美国 AIME 2024 测试中 R1 拿下 79.8 分，超过了 OpenAI 的 o1 模型的 79.2 分；在 MATH-500，R1 为 97.3 分，同样超过了 o1 的 96.4 分；性能对齐 OpenAI-o1 正式版DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。
2/17/2025 8:32:21 AM
码哥字节
职场生存战：AI时代淘汰的40种职业与未来必备的五大黄金技能

职场生存战：AI时代淘汰的40种职业与未来必备的五大黄金技能
不久前，杭州某电商公司发生了一场没有硝烟的裁员：AI客服系统上线首日，30位资深客服集体收到转岗通知。 这个标志性事件像一记惊雷，炸醒了无数职场人，AI已经悄然改写职场规则。 一、AI浪潮下的职业版图重构消失的岗位倒计时麦肯锡最新研究显示，到2030年全球将有4亿个工作岗位被AI取代。
2/17/2025 8:30:00 AM
cres
Perplexity免费推出Deep Research：性能超过R1、o3-mini等，CEO：感谢DeepSeek

Perplexity免费推出Deep Research：性能超过R1、o3-mini等，CEO：感谢DeepSeek
AI搜索“老大哥”Perplexity，刚刚也推出了自家的Deep Research——随便给个话题，就能生成有深度的研究报告。 先来划个重点：免费向所有人开放！ 具体来说，非订阅用户每天最多可查询5次，Pro用户每天可查询500次。
2/17/2025 8:12:00 AM
量子位
如何将机器学习模型部署到生产环境？

如何将机器学习模型部署到生产环境？
译者 | 布加迪审校 | 重楼开发机器学习模型只完成了一半工作。 除非部署到生产环境、提供业务价值，否则模型仍然毫无用处。 知道如何部署自己的模型已成为任何数据科学家的一项基本技能，许多雇主已经要求我们能做到这一点。
2/17/2025 8:00:00 AM
布加迪
DeepSeek 系列模型详解之 DeepSeek Math

DeepSeek 系列模型详解之 DeepSeek Math
DeepSeek Math发布于2024年2月，虽然是一个7B参数量的模型，但在Math基准榜单上的表现却超过了多个30B~70B参数量的开源模型。 一、技术亮点1. 数据集使用Common Crawl提取的120B(1200亿个)高质量数学网页数据(具体包括与数学相关的token，以及自然语言和代码数据等)，总数据量是开源数据集OpenWebMath的9倍。
2/17/2025 8:00:00 AM
小喵
「硅基大脑」来了，UCSF华人实验室打造！神经科学未来不是碳基？

「硅基大脑」来了，UCSF华人实验室打造！神经科学未来不是碳基？
AI起源于人类利用「电脑」模拟「大脑」，希望计算机和人类一样可以处理各种任务。 或许，计算机还没有产生和人类一样的「智慧」。 但不妨设想一下「硅基大脑」—— 高级的AI模型，它能够破译人类的思维，让「哑巴」重新说话，也许有朝一日，甚至能预测大脑的「一举一动」。
2/17/2025 8:00:00 AM
新智元
GPT-4价格已被砍成1/150 !OpenAI副总裁回应DeepSeek的竞争，揭秘内部员工花式使用自家产品，有很多工程难题

GPT-4价格已被砍成1/150 !OpenAI副总裁回应DeepSeek的竞争，揭秘内部员工花式使用自家产品，有很多工程难题
编辑 | 言征2天前，就在马斯克宣布要以 974 亿美元收购 OpenAI 后，OpenAI 工程副总裁斯里尼瓦斯·纳拉亚南（ Srinivas Narayanan） 接受了华尔街日报的一次线下对话，这次对话同样也是出于一场中美 AI 博弈的新语境下：DeepSeek R1低成本训练出可以对标 Open AI o1的强推理模型，甚至登顶了应用排行榜，美国现在已经封禁了DeepSeek应用的下载。 主持人当然没有放过斯里尼瓦斯，问了他这个非常敏感的问题。 那么 OpenAI 内部究竟是如何看待 DeepSeek 的？
2/17/2025 8:00:00 AM
言征
DeepSeek官方发布R1模型推荐设置，这才是正确用法

DeepSeek官方发布R1模型推荐设置，这才是正确用法
自春节以来，DeepSeek 就一直是 AI 领域最热门的关键词，甚至可能没有之一，其官方 App 成为了史上最快突破 3000 万日活的应用。 最近一段时间，各家 AI 或云服务厂商更是掀起了部署 DeepSeek-R1 服务的狂潮，甚至让薅羊毛的用户们都有点忙不过来了。 就在刚刚，DeepSeek 官网 X 帐号终于更新了（上一次更新还是在 1 月 28 日），官方下场推荐了部署 DeepSeek-R1 的设置。
2/17/2025 7:35:00 AM
机器之心