DeepSeek给普通人的启示

文章预览

大家好，我是很帅的狐狸🦊 最近几天被 DeepSeek 给刷屏了。 因为它用非常低的成本训练了个 R1模型 ，其性能甚至可以比肩OpenAI的顶级推理模型o1。 这直接干崩了英伟达的股价（市场开始质疑训练AI其实不用烧那么多钱囤卡）。 截图/ 雪球APP 不过让我觉得最有意思的，并不是它对英伟达股价的冲击，也不是中美AI差距的缩窄，而是 它的训练方法，给了我很大的启发（在个人学习上） 。 先简单介绍两句R1模型—— R1跟我们平时用来润色文案、总结文章的普通大语言模型不大一样，它具备一定的 推理能力 。 它跟OpenAI的o1类似，可以通过增加 「思维链」 （自言自语）来提高推理能力，让答案质量变高（特别是理工科题目）—— 截图/ DeepSeek 而要让 大语言模型 具备推理能力（也就是有「思维链」的过程），过往的做法，一般是在基础模型上，通过 SFT ………………………………