EP 67. 解析DeepSeek R1技术创新与生态影响：强化学习，Long CoT，数据，Agent与开源生态

摘要

深入解析 DeepSeek R1 的技術核心，包括其強化學習（RL）策略、長鏈式思考（Long CoT）機制以及資料驅動的設計。節目探討了這些技術如何降低訓練與推理成本，並引發對模型泛化能力（如從數學推論轉化為文學創作）的討論。此外，還分析了 R1 對開源生態可能帶來的影響，並結合 TinyZero 等實作案例，展現了該模型在複雜任務中的潛力與挑戰。

This podcast delves into the technical core of DeepSeek R1, covering its reinforcement learning strategies, long chain-of-thought mechanisms, and data-driven design. It explores how these technologies reduce training and inference costs while sparking discussions on model generalization, such as the…

重點

• DeepSeek R1 結合 RL 與 Long CoT 技術，大幅降低推理成本並提升複雜任務能力。
• 模型在數學與程式碼上的精進，引發對其文學創作泛化能力的討論。
• R1 的開源特性與 TinyZero 實作，為開源生態帶來新變革。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00DeepSeek R1 的技術突破與成本優勢
2. 10:26從 Google 到 DeepSeek：AI 技術的跨越式發展
3. 40:21RLHF 的未來方向與資料生成策略
4. 1:00:57RL 訓練的高昂成本與 Scalability 挑戰
5. 1:07:55Infra 架構的差異化與最佳實踐
6. 1:12:28MLA 技術如何降低推理成本
7. 1:16:30MoE 架構的規模差異與核心區別
8. 1:32:12V3 架構與 RL 訓練的最佳化策略
9. 1:44:19O1 中文回應的意外發現與資料清洗
10. 1:49:48模型間蒸餾的理論限制與實際應用
11. 1:53:49市場接受度與使用者習慣的長期影響
12. 2:19:18AGI 時代下的個人生命意義反思
13. 2:41:21AI 超越人類後的社會價值重構

提到的工具與公司

• DeepSeek R1
• Long CoT
• RLHF
• TinyZero
• SGLang
• Hugging Face
• OpenAI o1

適合誰看

對 AI 技術趨勢感興趣、關注開源大模型發展及強化學習原理的讀者。

摘要依據

講者

Monica Xie

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.11

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• 【生成式AI時代下的機器學習(2025)】第七講：DeepSeek-R1 這類大型語言模型是如何進行「深度思考」（Reasoning）的？影片 ・ Hung-yi Lee ・ 1 小時 18 分（在新分頁開啟原站）
• EP165 | 科技工作講新年特別節目 + DeepSeek R1來襲影片 ・ 科技工作講 Tech Job N Talk ・ 1 小時 33 分（在新分頁開啟原站）
• DeepSeek R1 真的那么强吗？客观评测 R1 与 o1 在编程、推理方面的效果影片 ・ 马克的技术工作坊 ・ 22 分鐘（在新分頁開啟原站）
• EP 62. Google Deepmind 与LLM研究员深度解读OpenAI o1 及LLM+强化学习新范式Podcast ・ OnBoard! ・ 2 小時 43 分（在新分頁開啟原站）
• From DeepSeek V3 to V3.2: Architecture, Sparse Attention, and RL Updates文章 ・ Sebastian Raschka（部落格）
• GLM-5.2: DeepSeek Was Wrong About RL?影片 ・ bycloud ・ 16 分鐘（在新分頁開啟原站）