2025-05-06 14:20来源：新智元
DeepSeek-R1展开的多项复现研究的综述文章。文章深入梳理了监督微调、强化学习以及奖励机制、数据构建等关键技术细节，并总结了近期这些复现研究的成果。文章还探讨了未来可能的发展方向，如将推理技能扩展到更多任务、提升模型的安全性和可解释性，以及改进奖励机制以促进更复杂的推理行为。 文章主要关注DeepSeek-R1背后的监督微调和强化学习方法，以及如何整理指令微调数据集、实现基于结果奖励的强化学习策略，以及如何设计奖励系统以增强模型推理能力。此外，文章还对当前各项工作的趋势进行了总结，并提出了对未来充满希望的方向。 总的来说，这篇文章是一篇重要的综述文章，为正在进行的研究提供了坚实的基础，并标志着向实现通用人工智能迈出了更进一步。
信息线索追踪
微软首次公开：已禁止员工使用DeepSeek应用！
5月9日消息，据报道，微软副董事长兼总裁布拉德·史密斯（Brad Smith）在听证会上表示，微软已禁止员工使用DeepSeek应用。史密斯明确指出，DeepSeek的应用服务均被禁止使用，微软也未将其纳入应用商店。目前其实有不少组织甚至国...
快科技 ｜ 2025-05-18 17:59
DeepSeek如何赋能政务，扬州样本来了
《科创板日报》5月3日讯（记者 黄心怡）今年以来，DeepSeek大模型火爆出圈，其如何赋能政务？《科创板日报》记者获悉，扬州市政务云率先部署“满血版”DeepSeek-R1-671B，成为江苏省内首批部署的城市之一。目前，扬州市数据局、海...
财联社 ｜ 2025-05-18 17:59
李彦宏说DeepSeek幻觉高，是真的吗？
李彦宏点名批评DeepSeek幻觉高。这回，他真的没错。但大模型的幻觉问题，又远非错与对那么简单。DeepSeek-R1作为今年年初的新晋国产开源大模型，以强大的推理能力和更懂国人的文笔，在苹果美区App免费下载排行榜上力压ChatGPT一...
直面AI ｜ 2025-05-18 17:59
DeepSeek预测抢七结果：火箭118-112勇士快船115-107掘金
直播吧05月03日讯 NBA季后赛首轮，火箭vs勇士、快船vs掘金抢七，DeepSeek预测了这两组抢七的具体结果：火箭（西部第2） vs 勇士（西部第7）预测结果：火箭118-112勇士关键因素：1、主场优势：抢七大战将在火箭主场进行，常...
直播吧 ｜ 2025-05-18 17:59
DeepSeek如何赋能政务，扬州样本来了|一线
《科创板日报》5月3日讯（记者 黄心怡）今年以来，DeepSeek大模型火爆出圈，其如何赋能政务？《科创板日报》记者获悉，扬州市政务云率先部署“满血版”DeepSeek-R1-671B，成为江苏省内首批部署的城市之一。目前，扬州市数据局、海...
财联社 ｜ 2025-05-18 17:59
安路科技：公司目前尚未部署DeepSeek
每经AI快讯，有投资者在投资者互动平台提问：请问贵公司是否已经部署了DeepSeek？如果已经部署了，请问主要应用于哪些具体的业务？安路科技（688107.SH）4月30日在投资者互动平台表示，公司目前尚未部署DeepSeek，未来会积极...
每日经济新闻 ｜ 2025-05-18 17:59
