DeepSeek R1: Pesaing Terbuka O1 Terbuka adalah di sini!

Deepseek AI's groundbreaking Deepseek R1 Model Rassing Resefine Generative AI. Memanfaatkan pembelajaran tetulang (RL) dan pendekatan sumber terbuka, DeepSeek R1 menawarkan keupayaan penalaran canggih yang boleh diakses secara global kepada penyelidik dan pemaju. Ujian penanda aras menunjukkan pesaingnya, dan dalam beberapa kes melampaui, model Openai O1, mencabar dominasi LLM OpenAI. Mari kita terokai lebih lanjut!

? DeepSeek-R1 telah tiba!

⚡ Prestasi sesuai dengan OpenAI-O1 ? Laporan Model & Teknikal Sumber Terbuka Sepenuhnya ? MIT Berlesen: Percuma untuk Penyelidikan dan Penggunaan Komersial!

? Laman web & API hidup! Pengalaman DeepThink di

https://www.php.cn/link/5d4d48d0359e45e4fdf997818d6407fd hari ini! ? 1/n

pic.twitter.com/7blpwapu6y

- DeepSeek (@deepseek_ai) 20 Januari 2025

Jadual Kandungan

Apakah DeepSeek R1?

• Latihan DeepSeek-R1
• Model DeepSeek R1
• Ciri -ciri Utama DeepSeek R1
• Mengakses R1
• Aplikasi
• Kesimpulan

Apa itu DeepSeek R1?

DeepSeek R1 adalah model bahasa yang besar (LLM) yang mengutamakan penalaran dalam sistem AI generatif. Teknik Pembelajaran Penguatkuasaan Lanjutan (RL) menguasai keupayaannya.

Ia meningkatkan penalaran LLM dengan ketara, meminimumkan pergantungan pada penalaan halus (sft) yang diawasi.

• DeepSeek R1 menangani cabaran AI teras: meningkatkan penalaran tanpa SFT yang luas.
Kaedah latihan inovatif membolehkan model mengendalikan tugas kompleks dalam matematik, pengekodan, dan logik.

Latihan DeepSeek-R1

1. Pembelajaran Penguatkuasaan

DeepSeek-R1-Zero hanya menggunakan pembelajaran tetulang (RL), yang disebut sft. Pendekatan ini menggalakkan model untuk membangunkan kemahiran penalaran maju secara bebas, termasuk pengesahan diri, refleksi, dan pemikiran rantaian (COT).

• sistem ganjaran

ganjaran didasarkan pada ketepatan penanda aras khusus tugas.

ganjaran sekunder memberi insentif kepada output penalaran berstruktur, jelas, dan koheren.

• pensampelan penolakan

Semasa RL, pelbagai laluan penalaran dijana, dengan yang terbaik yang membimbing latihan selanjutnya.

• 2. Permulaan permulaan sejuk dengan data annotasi manusia

• Contoh-contoh annotasi manusia dari penalaran katil yang luas memulakan latihan DeepSeek-R1. Ini memastikan kebolehbacaan dan penjajaran dengan jangkaan pengguna.
• Langkah ini menjembatani jurang antara RL tulen (yang boleh menghasilkan output berpecah atau samar-samar) dan penalaran berkualiti tinggi.

3. Paip latihan pelbagai peringkat

• Peringkat 1: Pretraining data permulaan sejuk: dataset yang dikendalikan oleh anotasi manusia prima model dengan struktur penalaran asas.
• Tahap 2: Pembelajaran Penguatkuasaan: Model menangani tugas RL, memperoleh ganjaran untuk ketepatan, koheren, dan penjajaran.
• Tahap 3: Penalaan halus dengan pensampelan penolakan: Output RL Fine-Tunes Sistem dan memperkuat corak pemikiran yang optimum.

4. Penyulingan

Model yang lebih besar disuling ke dalam versi yang lebih kecil, memelihara prestasi penalaran sementara mengurangkan kos pengiraan dengan ketara.
Model sulingan mewarisi keupayaan rakan sejawat yang lebih besar, seperti DeepSeek-R1, tanpa kehilangan prestasi yang besar.

Model DeepSeek R1

DeepSeek R1 termasuk dua teras dan enam model sulingan.

Model teras

DeepSeek-R1-Zero: Dilatih semata-mata melalui RL pada model asas, tanpa SFT. Ia mempamerkan tingkah laku penalaran maju seperti pengesahan diri dan refleksi, mencapai hasil yang kuat pada tanda aras seperti AIME 2024 dan codeforces. Cabaran termasuk kebolehbacaan dan pencampuran bahasa kerana kekurangan data permulaan sejuk dan penalaan halus berstruktur.

DeepSeek-R1: dibina pada DeepSeek-R1-Zero dengan menggabungkan data permulaan sejuk (contoh Cot Long Cot yang dianalisis) untuk permulaan yang lebih baik. Ia menggunakan latihan pelbagai peringkat, termasuk RL berorientasikan pemikiran dan pensampelan penolakan untuk penjajaran manusia yang lebih baik.

Ia secara langsung bersaing dengan Openai's O1-1217, mencapai:

aime 2024
• : lulus@1 skor 79.8%, sedikit melebihi O1-1217.
math-500
• : lulus@1 skor 97.3%, setanding dengan O1-1217.
Ia cemerlang dalam tugas-tugas yang intensif dan batang, dan cabaran pengekodan.

Model sulingan:

DeepSeek-AI juga mengeluarkan versi suling model R1, memastikan model yang lebih kecil, komputasi yang efisien mengekalkan keupayaan penalaran rakan-rakan mereka yang lebih besar. Ini termasuk model siri Qwen dan Llama. Model-model yang lebih kecil ini mengungguli pesaing sumber terbuka seperti QWQ-32B-Preview sambil bersaing dengan model proprietari seperti Openai's O1-Mini.

Ciri -ciri utama DeepSeek R1

Model DeepSeek-R1 saingan LLM utama. Penanda aras seperti AIME 2024, Math-500, dan Codeforces menunjukkan prestasi yang kompetitif atau unggul berbanding Openai's O1-1217 dan Anthropic's Claude Sonnet 3. Sifat sumber terbuka menawarkan alternatif yang kos efektif kepada model proprietari.

Mengakses R1

Akses Web: Tidak seperti Openai's O1, DeepSeek's R1 bebas digunakan melalui antara muka sembangnya.

pergi ke:
• https://www.php.cn/link/9f3ad7a14cd3d1cf5d73e8ec7205e7f1
Daftar dan pilih DeepThink.
Deepthink R1 dipilih secara automatik.

Akses API API: akses API di

https://www.php.cn/link/23264092bdaf8349c3cec606151bd

. Dengan kos input yang rendah, DeepSeek-R1 jauh lebih murah daripada banyak model proprietari.

Aplikasi

Pendidikan STEM: Prestasi yang kuat dalam penanda aras matematik menjadikannya sesuai untuk membantu pendidik dan pelajar.

• Pengekodan dan pembangunan perisian: Prestasi tinggi pada platform seperti CodeForces dan LiveCodeBench menjadikannya bermanfaat untuk pemaju.
• Tugas Pengetahuan Umum: Kejayaannya pada tanda aras seperti GPQA Diamond meletakkannya sebagai alat yang berkuasa untuk penalaran berasaskan fakta.
• Kesimpulan

Sumber terbuka DeepSeek-AI DeepSeek-R1, termasuk versi sulingan, demokrasi akses kepada keupayaan penalaran berkualiti tinggi. Ini memupuk kerjasama dan inovasi. DeepSeek-R1 mewakili kemajuan yang ketara, menggabungkan fleksibiliti sumber terbuka dengan prestasi terkini. Potensi untuk mengubah pemikiran di seluruh industri kedudukan DeepSeek-AI sebagai pemain utama dalam Revolusi AI.

Atas ialah kandungan terperinci DeepSeek R1: Pesaing Terbuka O1 Terbuka adalah di sini!. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!