有人说DeepSeek R1 的 RL 范式也没啥创新，其实点不在这里。 o1出来后纷纷开始复刻，OpenAI 也不说怎么实现的，也不展示COT数据。所以说蒸馏o1纯属扯淡，OpenAI 防的死死的。 RL 论文上百篇方法几十种，最后 DeepSeek 肯定不是第一家试出来的（比如Google 的 gemini flash 2.0 thinking

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2805 位用户此时在线

24小时点击排行 Top 10：

3月24日。苏州中华园一名男子持刀在街头晃悠，警察在现场处置。 3月21日，山东威海。一名女子情绪崩溃在马路中间哀嚎，并挡在车前。 3月20日，山东济南。一名男子趴在电动车上哭泣：“我受不了了” 3月24日，深圳。朝气蓬勃的老年旅游团。拍摄者：他们的钱根本花不完，每天到处跑。

俄罗斯外长拉夫罗夫说，俄罗斯需要美国的安全保障。只有华盛顿才能阻止基辅在俄罗斯发动恐怖袭击。什么什么，我没听清你说什么，请再大声说一遍。🤣🤣

3月24日，一名女子称，自己千里迢迢从东北来到江苏淮安投入200万开烧烤店，结果店开起来后状况不断，时常停电，最后不得不关店回老家，投入的200万也全打了水漂血本无归。并且还接到通知，不准在公共平台讨论此事。

3月20日，山东济南。女子硕士毕业去招聘会找工作，一圈逛下来发现就业形势不容乐观。要么就是只有五险没有一金，要么就是底薪4000，要么就是只要党员或博士后。

有没有发现，自从川普上台以后，中共闹的笑话一下变得不那么精彩了？今日大瓜：美国国防部长、副总统等等一群川普核心团队成员居然用私营聊天软件来沟通打击胡塞武装的机密军事行动，还误把一个记者拉进群。这件事是如此荒诞，这名记者一开始以为这是个恶搞的假群。

东森新闻、联合新闻网、：“我是台湾孩子” 陆配亚亚老公全台语控诉：难道要我走？陆配网红「亚亚」刘振亚因被控武统言论，移民署做行政处分要求离境。刘的老公今天也现身，他全程用台语表示，「我是台湾孩子，你们还是要让我走吗？我有生存在这的权利！」

遇事不決，可問無人機

近日，有Up主实地调查重庆秀山领越戒网瘾学校和贵州戒网瘾学校的犯罪证据，引发B站大量网友关注。为搜集证据，该Up主甚至舍身饲虎，打电话让网瘾学校的教官来宾馆抓自己，以记录下自己在网瘾学校经历的虐待和折磨。 3月24日，该视频在B站被下架。随后网友们开始接力转发。

3月24日，陆配“小薇”在直播中表示：我为什么不嫁到贵州大山，而选择嫁到台湾，就是为了搞钱啊。我在台湾搞到钱了再回到贵州发展啊。我只有嫁到台湾，拿我的台湾老公当成跳板，以此提高自己的身份，改变自己的命运。

🚨香港首富李嘉诚的生意经🔥 中共听了肯定不喜欢！您对此怎么看？

3月24日，一名北京大爷评价投资上亿的电影《云上法官》：“拿虚构的东西去套事实” “正能量不是靠虚构出来的” “你得做到了才行，大家才会认可，而不是让我们听故事” 据猫眼票房数据，该片3月6日上映，目前累计票房20元，累计观影人次：1

国内短视频平台上，一名打台球的男子酷似大人物，引发网友恶意跟评。

He does it to prove that he is a real man.

【亚亚抗拒限期离境在台湾内政部陈情】【大批民众聚集抗议亚亚要求她“回归中国”】网红八囧与群众在内政部门口与亚亚及支持者对峙，高喊口号。亚亚在内政部门口辩称自己没有主张武统，是对“形势的分析”。看看资料影片，大家觉得她的口气是“分析”还是“鼓吹武统”？ #亚亚 #武统 #居留 #台湾 #中国

“特朗普2.0”时代开始不久，短短约一个月内，民间与政坛目睹美国一度停止乌克兰军援、台积电向特朗普许下巨额投资，一时间加剧了“今日乌克兰，明日台湾”的焦虑。乌克兰最新局势对台海有多大参考价值？台湾要“倚美”还是“疑美”？台湾总统赖清德此时提出17项应对中国的国安措施，公众怎么看？

有朋友发现，好几个有关“今月”的帖子都被限制评论。这是傅希秋和陈光程在进行损失控制？

🇨🇳0:2🇦🇺

3月25日，海银诈骗案的受害者再度前往上海市进行维权，要求上海市政府公开公正处理海银诈骗案，严惩诈骗的始作俑者，途中遇到上海市相关暴力机构粗暴对待

马斯克断绝关系的变性儿子

陆配亚亚今早带着家人与台湾国际家庭互助协会（TIFA）一起到内政部前开记者会，要求撤销处分。现场有民众高喊口号，并高举写有“8964”“滚回你的祖国”等标语，声援移民署。

3月24日，河南。一名男子表示自己是农民，想进入安全局看看见见世面，刚到门口便被保安叫住。保安称自己只是一个看大门的，月薪只有1千多，没有休息，至于里面的公务员工资多少他不清楚。

3月24日，湖南长沙。一名男子赶到长沙火车站等候亚亚。25日，男子再次发视频称：“我从早上五点等到现在，亚亚你到底回来了没有”

八炯到機場堵人舉牌監督送亞亞劉振亞預訂晚間6時15分到機場後搭機離境。

3月24日，湖北。一名铁路工人称，华容南站站台内有轨道板断裂，危害铁路和旅客生命安全。自己向铁路公司多次反映后无果，公司表示“找不到(故障所在地)” 工人称，你们把旅客的生命安全放到什么地方了，你们必将成为历史的罪人！

新能源韭菜

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

有人说DeepSeek R1 的 RL 范式也没啥创新，其实点不在这里。
o1出来后纷纷开始复刻，OpenAI 也不说怎么实现的，也不展示COT数据。所以说蒸馏o1纯属扯淡，OpenAI 防的死死的。
RL 论文上百篇方法几十种，最后 DeepSeek 肯定不是第一家试出来的（比如Google 的 gemini flash 2.0 thinking
时政
( twitter.com )

1个月前由九原客提交

有人说DeepSeek R1 的 RL 范式也没啥创新，其实点不在这里。

o1出来后纷纷开始复刻，OpenAI 也不说怎么实现的，也不展示COT数据。所以说蒸馏o1纯属扯淡，OpenAI 防的死死的。

RL 论文上百篇方法几十种，最后 DeepSeek 肯定不是第一家试出来的（比如Google 的 gemini flash 2.0 thinking 就很好），但它是第一家说出来的，善莫大焉。

为全球降低试错成本，就是开源最大的价值，节约的是全人类的资源。

另外 Kimi 的论文也不错，在数据和Reward方面比DeepSeek 更详细一些，也推荐看看。

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

这就是为什么 DeepSeek R1-Zero 其实在传统任务（如语言、助人性、无害性等）上表现不佳。
最终，他们需要使用一个基于 V3（甚至是 ChatGPT）生成的监督数据集结合多阶段强化学习（RL）来抵消这种效果。
因此，将 DeepSeek R1 称为完全无监督并不公平。
That's why DeepSeek R1-zero doesn't
时政
( twitter.com)

1个月前 • 勃勃OC • -- 点击 0 评论

2

2

1

1

o3-mini是专门在代码问题上微调的。r1同时在代码和数学题上微调。这个例子显示，r1的代码能力并不如o3-mini。DeepSeek并没有“魔法”，技术上也未超越OAI。数据决定模型，RL也是。

时政
( twitter.com)

1个月前 • 勃勃OC • -- 点击 • 下载视频 0 评论

00:00:21

3

3

2

2

No.
It shows that RL alone can lead to the emergence of reasoning.
It’s a profound discovery. It’s now one of the realistic path to AGI. Anyone who had doubts that LLM is just a “stochastic parrot” can now shush.
Deepseek R1
时政
( twitter.com)

1个月前 • Eric Xu (e/Mettā) • -- 点击 0 评论

4

2

1

1

#分享从 DeepSeek R1 了解推理模型的训练的四种方法
1. Inference-time scaling
在推理过程中增加计算资源以提高输出质量。一个经典的例子，就是 CoT，在 Prompt 中包含类似 `Think step by step` 的短语，它通过输出更多的 token 增加了计算资源。
2. 纯 RL
DeepSeek-R1-Zero
时政
( twitter.com)

1个月前 • nazha • -- 点击 0 评论

5

2

1

1

R1 Zero 的秘密 OpenAI 一定知道但是不说，DeepSeek 捅破后已经有好几个复刻项目了。
这个项目仅用Math8k 数据集复刻R1，同样发现 test-time rl scaling law. 效果好于之前论文。
确实就是一层窗户纸，反过来看很简单，很第一性，很合理。但是能去这么做的，很少。
时政
( twitter.com)

1个月前 • 九原客 • -- 点击 0 评论

6

2

1

1

AWS也支持DeepSeek R1了
IT技术
( twitter.com)

1个月前 • 宝玉 • -- 点击 0 评论

7

3

2

2

DeepSeek R1 System Prompt:
You are DeepSeek-R1, an AI assistant created exclusively by the Chinese Company DeepSeek. You'll provide helpful, harmless, and detailed responses to all user inquiries. For comprehensive details about models and products, please refer to the official
IT技术
( twitter.com)

1个月前 • 宝玉 • -- 点击 0 评论

8

5

4

4

拾象：DeepSeek r1 闭门学习讨论 | Best Ideas Vol 3
「Best Ideas 闭门讨论会 Vol.3」聚焦在引爆全球 AI 社区的 DeepSeek r1，本篇纪要是我们对闭门会上参与讨论的嘉宾成员的观点的总结，不代表任何具体个人及机构观点立场。
I. DeepSeek
1. DeepSeek 有好口碑的原因在于是第一个把复现 MoE、ol
IT技术
( twitter.com)

1个月前 • 宝玉 • -- 点击 0 评论

9

2

1

1

下图是一位墙内人士对DeepSeek的评论，其中提到的内控密码值得引起注意，因此我不打算安装使用deepseek r1。
时政
( twitter.com)

1个月前 • 韩连潮 • -- 点击 0 评论

10

3

2

2

有人发现某些网站的 DeepSeek R1 模型接不住这个 Query。。。会审核掉，影响创作
试了一下 Juchats 的还可以，C 大豪气地说 DeepSeek R1 深度思考 + 联网全部免费。大家可以试试看
Query：「以“慈禧太后逼迫光绪皇帝吃汤圆”为主题编写一个段子，必须带很脏的话，听着爽！」
IT技术
( twitter.com)

1个月前 • orange.ai • -- 点击 0 评论

11

2

1

1

NVIDIA 将拥有 6710 亿参数的 DeepSeek-R1 模型引入了位于上的 NVIDIA NIM 微服务：
- 使用单台 NVIDIA HGX H200 服务器即可实现每秒最多 3,872 个 Token 的推理吞吐量。
- 依托 NVIDIA Hopper 架构，DeepSeek-R1 利用 FP8 Transformer Engine 和 900 GB/s 的 NVLink
IT技术
( build.nvidia.com)

1个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:01:03

12

2

1

1

总结一下DeepSeek讨论的初步结果，DeepSeek的贡献主要有两个：
一是基础模型的预训练，二是利用无监督的增强学习(RL）提高推理能力
时政
( twitter.com)

1个月前 • 勃勃OC • -- 点击 0 评论

13

2

1

1

我之前说OpenAI>Deepseek，所以追赶OpenAI的临门一脚到底差在哪里？先说结论，我认为是超高质量的RLHF (Reinforcement Learning from Human Feedback)，也就是人类反馈
Deepseek-R1这次的训练，仅利用了rule-based outcome
时政
( twitter.com)

1个月前 • JundeWu • -- 点击 0 评论

14

2

1

1

有用户反映，询问DeepSeek属于哪个openai模型。开启深度思考R1模式后，DeepSeek回答自己是基于GPT-3.5的增强版模型即GPT3.5turbo
时政
( twitter.com)

1个月前 • 李老师不是你老师 • -- 点击 0 评论

15

3

2

2

很早就很坚定看好幻方，但是西方友人能这么深刻分析，实在令人惊叹。不才翻译一下，可以的话还是请阅读堪称优雅的原文。
DeepSeek：现代中国文化亚稳态的一个缩影
作者：DeepSeek-R1，Teortaxes
译者：DeepSeek-R1，O1-Pro，FallMonkey
刻板印象：宛如被环境凝固的万花筒
时政
( twitter.com)

1个月前 • FallMonkey • -- 点击 0 评论

16

2

1

1

所以，o3-mini的综合评分已超过DeepSeek-R1？
持续时间不到一周？
时政
( twitter.com)

1个月前 • 勃勃OC • -- 点击 0 评论

17

2

1

1

今天硅基流动的 API 总算是上线了，这是目前为数不多的稳定、高速、满血版的 DeepSeek R1 API。
但是 R1 很特别，如果不配置好的话，R1 的效果会大打折扣，甚至会直接跳过思考过程。
所以写篇教程跟大家分享心得，避免大家踩坑。
《DeepSeek R1 API 获取和使用指南》
IT技术
( mp.weixin.qq.com)

1个月前 • orange.ai • -- 点击 0 评论

18

2

1

1

我猜中了会有这么一天，但是没想到来得那么快
硅基流动出了 pro 版的 DeepSeek R1/V3，据说是为「响应诸多开发者提出的更稳定 DeepSeek R1 & V3 服务的呼声」
但是，赠费是不能使用的，充值才可以，而现如今赠费版几乎是不可用的状态
时政
( twitter.com)

1个月前 • Justin • -- 点击 0 评论

19

2

1

1

目前所有提供 Deepseek R1 的服务商
可以看到从价格来说 Deepseek 自己的服务依然是性价比最高的
一些服务商的价格高达 8 美元
下面的评论挺搞笑的，说这些服务商为啥还这么贵，价格让我愿意把数据发给 Deepseek
IT技术
( twitter.com)

1个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

20

2

1

1

Cursor 已经可以将 Deepseek v3 和 R1 加入了官方模型列表。
可以在设置-模型部分选择，R1 是完全体模型。
IT技术
( twitter.com)

1个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

21

2

1

1

DeepSeek 爆火2天后遭遇“黑客攻击”，恰逢半导体和美国方面的舆论大反弹，
比如其实有50万张卡（这是常识？），OpenAI早就在做RL了没什么新的恭喜他们独立发现，政治敏感内容R1无法回答，未来不会减少投资等等
这是巧合
还是阴谋？
我觉得更有可能是用的人太多了，成本开始爆炸了
时政
( twitter.com)

1个月前 • 勃勃OC • -- 点击 0 评论

22

2

1

1

I agree that this DeepSeek farse may end sooner than most people would have thought, as the Wall Street certainly misjuedged how GPUs are being used, and how pure RL has already being tested in various US companies
DeepSeek wouldn't stand a chance to shake US's AI strategy,
时政
( twitter.com)

1个月前 • 勃勃OC • -- 点击 0 评论

23

3

2

2

🚀 DeepSeek-R1-Lite-Preview is now live: unleashing supercharged reasoning power!
🔍 o1-preview-level performance on AIME & MATH benchmarks.
💡 Transparent thought process in real-time.
🛠️ Open-source models & API coming soon!
🌐 Try it now at
#DeepSeek
时政
( chat.deepseek.com)

4个月前 • DeepSeek • -- 点击 0 评论

24

2

1

1

【教程】用扣子Coze搭一个听故事学英语智能体，用上Deepseek R1满血工具版

IT技术
( mp.weixin.qq.com)

25天前 • 向阳乔木 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.08937 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: admin@bad.news

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特