登上《自然》！DeepSeek-R1训练方法发布
创始人
2025-09-18 17:41:18
0次
DeepSeek-AI团队梁文锋及其同事17日在《自然》杂志上发表了开源人工智能（AI）模型DeepSeek-R1所采用的大规模推理模型训练方法。研究表明，大语言模型（LLM）的推理能力可通过纯强化学习来提升，从而减少增强性能所需的人类输入工作量。训练出的模型在数学、编程竞赛和STEM领域研究生水平问题等任务上，比传统训练的LLM表现更好。
DeepSeek-R1包含一个在人类监督下的深入训练阶段，以优化推理过程。梁文锋团队报告称，该模型使用了强化学习而非人类示例来开发推理步骤，减少了训练成本和复杂性。DeepSeek-R1在被展示优质的问题解决案例后，会获得一个模板来产生推理过程，即这一模型通过解决问题获得奖励，从而强化学习效果。团队总结说，未来研究可以聚焦优化奖励过程，以确保推理和任务结果更可靠。
在评估AI表现的数学基准测试中，DeepSeek-R1-Zero和DeepSeek-R1得分分别为77.9%和79.8%，在编程竞赛及研究生水平的生物学、物理和化学问题上同样表现优异。
来源：科技日报
相关内容
热门资讯
行业首次：华为Mate 80系...
IT之家 2 月 17 日消息，中央广播电视总台 2026 马年春晚首次将手机拍摄的舞台画面接入广播...
春晚舞台上的生“机”勃勃
澎湃首席评论员 与归 2026年的春晚舞台，到底出现了多少机器人？ 我用此题问AI，它们竟然也有些答...
马年春节，为啥这么晚？
2月17日迎来丙午马年春节。翻开日历不难发现，相较于已经过去的乙巳蛇年（春节日期为1月29日），马年...
安扬工业取得放线稳定的成缆机专...
国家知识产权局信息显示，广东省安扬工业电缆有限公司取得一项名为“一种放线稳定的成缆机”的专利，授权公...
一天互动达19亿次！豆包揭秘春...
2月16日，除夕当晚，字节跳动携火山引擎、豆包App，以及Seed系列大模型登上春晚舞台。此次春晚上...
蚂蚁阿福亮相马年春晚舞台，“健...
“健康是福，健康的事问问阿福”，2月16日的马年央视春晚舞台上，“蚂蚁阿福”出现在小品《血压计》中，...
多部门部署加快招标投标领域人工...
多部门部署加快招标投标领域人工智能推广应用 新华社 2026-02-17 11:33 记者从国家...
浙江卫视春晚，周深新歌让博物馆...
今晚（2月17日）19:30，《美好加马·2026浙江卫视春节晚会》将在浙江卫视、Z视介正式拉开帷幕...
火爆！宇树春晚同款机器人售价2...
2月16日晚，2026年央视春晚成为机器人企业的“秀场”，宇树科技、魔法原子、银河通用、松延动力四家...
南京欧标取得面板包角快速切除装...
国家知识产权局信息显示，南京欧标通用配件有限公司取得一项名为“一种面板包角快速切除装置”的专利，授权...