作者
標題 Re: [新聞] DeepSeek R1來了，追平o1！它現在不
時間 Mon Jan 27 20:36:44 2025
標題 Re: [新聞] DeepSeek R1來了，追平o1！它現在不
時間 Mon Jan 27 20:36:44 2025
https://reurl.cc/Q5gWM2
這篇有幫大家看過paper了
基本上就是在chain of thought inference 推理的時候
reinforcement跟supervised比例的嘗試
數理問題RL比重高點
需要文法的文字問題supervised比重多一點
感覺是training手法的不同
跟model的運算架構沒啥關係
我是覺得有點過譽辣
RL天馬行空不見得效率會一直比較好
最後還是得靠堆算力
但是deepseek的成功背後代表的事是
人類的思考框架永遠比想像中的蠢=_=
找一個蠢蛋去supervised 只會得到一個蠢蛋
※ 引述《kobebrian》之銘言
: 先說 我完全不懂DS的算法 也不懂open ai的算法
: 但既然DS開源 那大家都能使用的情況下 未來AI迭代肯定加速
: 有人說我用1/50的算法就可以做到一樣的功能...是啊大家都可以用這套算法的情況下 那
: 還是得拼硬體
: 我用更強大的硬體可以推出更好的產品、服務 除非今天硬體本身的上限到了 沒辦法再有
: 更好的硬體來加速運算
: 不然這些大公司要怎麼贏過有同樣效率、算法的對手？我硬體先用到頂規 再來用軟體拼
: 贏 還是有人覺得這些大公司挖金礦敢用次級鏟子？
: 就是那些小公司現在也「可能」有本錢下來市場玩 他們可能可以用次一等的鏟子來挖 推
: 出沒那麼好但便宜的產品 這會讓整個硬體的市場擴大 以前只能是最頂規的硬體跟AI有關
: 現在不是
: 而且也就是「可能」而已
: -----
: Sent from MeowPtt on my iPhone
----
Sent from BePTT on my iPhone 15 Pro
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.139.179.137 (臺灣)
※ 作者: ohlong 2025-01-27 20:36:44
※ 文章代碼(AID): #1dbttUNL (Stock)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1737981406.A.5D5.html
※ 同主題文章:
01-27 20:15
01-27 20:29
Re: [新聞] DeepSeek R1來了，追平o1！它現在不
01-27 20:36
01-27 21:07
01-27 21:55
01-28 00:24
推 : 看股市反應成這樣就知道人類真的是白癡1F 01/27 20:37
推 : 沒關係 你要當沒那麼白痴的那個（不是說你不是白痴 也不是罵你白痴2F 01/27 20:40
推 : 不是人很蠢 是你的大腦比想像中更強4F 01/27 20:45
→ : 看完了台股完蛋5F 01/27 20:48
→ : 這種手法會有專項偏頗的情況, 應該不容易廣泛適用6F 01/27 21:46
--
