Re: [新聞] DeepSeek R1來了，追平o1！它現在不

[ohlong (強森)]

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)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1737981406.A.5D5.html
推 ben108472   : 看股市反應成這樣就知道人類真的是白癡
推 kobebrian   : 沒關係 你要當沒那麼白痴的那個（不是說你不是白痴
→ kobebrian   :  也不是罵你白痴
推 sd2567      : 不是人很蠢 是你的大腦比想像中更強
→ lonelyQQ    : 看完了台股完蛋
→ lookapen    : 這種手法會有專項偏頗的情況, 應該不容易廣泛適用