来自 DeepMind Research Scientist 的点评：DeepSeek-R1论文发布当天我就研读了全文，个人认为GRPO并非其成功关键。以下才是真正重要的要素（按重要性排序）：1. 迭代式强化学习与监督微调的协同2. 混合奖励机制——针对确定性任务融合规则型RM与神经网络的RM3.

发布时间: 2025-01-28 13:30:17

1分

数据加载中

关注推特

收听电报

2

1

0

来自 DeepMind Research Scientist 的点评：
DeepSeek-R1论文发布当天我就研读了全文，个人认为GRPO并非其成功关键。以下才是真正重要的要素（按重要性排序）：
1. 迭代式强化学习与监督微调的协同
2. 混合奖励机制——针对确定性任务融合规则型RM与神经网络的RM
3.
IT技术
( twitter.com )

昨天由宝玉提交

来自 DeepMind Research Scientist 的点评：

DeepSeek-R1论文发布当天我就研读了全文，个人认为GRPO并非其成功关键。以下才是真正重要的要素（按重要性排序）：

迭代式强化学习与监督微调的协同
混合奖励机制——针对确定性任务融合规则型RM与神经网络的RM
高质量合成数据，仅在必要时进行人工后处理
采用64次推理采样的评估体系

这些突破为计算资源有限的博士生们开辟了极具潜力的研究方向。后续我可能会在社交媒体分享基于DeepSeek-R1启发的若干研究课题。

除技术维度外，更值得称道的是：
1/ 开放精神：缺乏开放性的研究难以引发追随
2/ 卓越的学术叙事：从概念验证到展现完整潜力的复杂过程，论文构建了极具说服力的研究叙事。方法论阐述清晰易循，堪称典范。

结语：英雄之间惺惺相惜，而失败者之间则怨怼相生。让我们保持良性竞争，心怀感恩！

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

Harvard’s AI Research Experience free course book by covers the essentials and tips on doing research:
- VSCode, Git, Conda
- PyTorch, W&B
- AWS, colab
- LLMs and VLMs
- reading AI papers
- research progress and organization
this is a must read!
时政
( twitter.com)

1个月前 • ℏεsam • -- 点击 0 评论

2

2

1

1

How to write a research proposal
时政
( twitter.com)

10个月前 • Prof Lennart Nacke, PhD • -- 点击 0 评论

3

2

1

1

Meowton Cat, important research on the tipping point. 😂
有趣
( twitter.com)

1个月前 • Figen • -- 点击 • 下载视频 0 评论

00:00:39

4

2

1

1

"Today we know that the poisonous atmosphere around the lab-leak question was deliberately created by Anthony Fauci and…scientists involved in dangerous research at the Wuhan lab…[T]he case for banning gain-of-function research has never been stronger."
时政
( city-journal.org)

8个月前 • Richard H. Ebright • -- 点击 0 评论

5

2

1

1

Keusch, Fauci, and Collins authorized NIH grants for reckless research in Wuhan.
Daszak and Hotez subcontracted NIH grants for reckless research in Wuhan.
All five share potential culpability for causing a pandemic that killed 20 million and cost $25 trillion.
时政
( twitter.com)

7个月前 • Richard H. Ebright • -- 点击 0 评论

6

2

1

1

DeepMind CEO：谷歌将在人工智能上投入超过1000亿美元
大陆资讯
( finance.sina.com.cn)

9个月前 • 喊妈妈 • -- 点击 0 评论

7

2

1

1

🚨The National Institutes of Health admits to funding gain-of-function research in Wuhan, China🚨 "Did NIH fund gain-of-function research at the Wuhan Institute of Virology through EcoHealth?"
Dr. Tabak: “If you're speaking about the generic term, yes, we did”
时政
( twitter.com)

8个月前 • Select Subcommittee on the Coronavirus Pandemic • -- 点击 • 下载视频 0 评论

00:00:31

8

2

1

1

DeepMind推出“AI足球助教”：画战术胜过人类教练，登Nature子刊
大陆资讯
( www.thepaper.cn)

10个月前 • 流精岁月 • -- 点击 0 评论

9

2

1

1

Research shows more than half of all woman have a backup man just in case you breakup
有趣
( twitter.com)

2个月前 • non aesthetic things • -- 点击 • 下载视频 0 评论

00:01:17

0.06288 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