DeepSeek R1系列正式发布。据悉,DeepSeek在Huggingface上上传了R1系列的技术报告和各种信息。该系列包括三组模型:DeepSeek-R1-Zero、DeepSeek-R1和小型密集模型。在AIME2024和MATH-500等任务中,DeepSeek-R1表现优秀,在编码相关的任务中也略胜于OpenAI-o1-1217。值得一提的是,R1 Zero完全放弃了SFT(微调)训练方法,并通过强化学习自主进化出泛化能力;而蒸馏过程则使用了Qwen和Llama开源框架,成功地将大模型性能传递给小模型。整个过程显示出了DeepSeek与OpenAI不同的技术路线和活力


粤公网安备 44010602000162号
网友评论