EP416 – 史丹佛 CS329A 課程大公開：多步驟任務如何規劃？LATS、SPRINT、SWiRL
整理史丹佛 CS329A 課程關於多步驟任務規劃的三篇論文：LATS、SPRINT 與 SWiRL。LATS 透過樹狀搜尋與回溯讓 Agent 在執行時多條路徑比較，SPRINT 利用微調讓模型同時規劃並執行互不相干的步驟，SWiRL 則…
DeepSeek R1
17 筆內容提到
最近 7 天 1 筆（再前 7 天 1 筆）
也寫作：DeepSeek-R1
這一頁列的是「提到 DeepSeek R1」的內容（名稱由語言模型從內容裡整理），不一定整筆都在講它。只想追它的新內容：訂閱 RSS；想找標題裡就有它的：搜尋「DeepSeek R1」。
最新
依發布時間
Open-sourcing AstaBrief, the fast report-generation model in Asta
AstA 團隊公開了專為科學報告生成設計的開源模型 AstaBrief 8B，透過監督微調與偏好最佳化訓練，在保持引用準確性的同時，將報告生成速度提升約 3.5 倍。
智能的下一幕，让人兴奋---73页PPT solo
梳理過去一個季度 AI 行業動態，涵蓋模型密集發布、開源與閉源競爭、企業自建智慧基礎設施、Agent 迴圈自生及介面重構等趨勢。內容探討如何從單純呼叫 API 轉向構建適合自身業務的智慧系統，並分析當前產品複雜度轉嫁使用者的問題。
Introducing our Artifacts Hub and Adoption Dashboard
介紹 Interconnects 推出的新工具，包含追蹤 Hugging Face 趨勢模型的 Artifacts Hub 與顯示全球下載資料的 Adoption Dashboard。
Stanford CS329A Self-Improving AI Agents | Part 5 | Planning and Multi-Step Reasoning
由斯坦福大學 Azalia Mirhoseini 教授主講，深入解析三篇關於語言模型代理的規劃與多步驟推理論文。內容涵蓋結合蒙特卡洛樹搜尋的 LATS 方法、利用並行執行提升效率的 SPRINT 模型，以及透過合成資料訓練實現跨任務泛化的…
1.8 萬次觀看Kimi K3: The open-weights escalation
Moonshot AI 推出 2800 億參數開源模型 Kimi K3，縮短中美模型效能差距至 3-5 個月。文章分析開源模型如何改變生態系，並探討中國在資金效率與架構創新上的優勢。
Controlling Reasoning Effort in LLMs
深入解析大型語言模型（LLM）如何透過訓練與推理縮放技術，實現低、中、高不同「推理努力度」的切換機制。作者以 GPT-5.6 等最新模型為例，說明從強化學習（RLVR）到推理時長控制的實作細節，幫助讀者理解如何平衡準確度、成本與延遲。
The Evolution of Reasoning in Small Language Models with Yejin Choi - #761
訪談斯坦福大學 Yejin Choi 教授，探討如何透過高品質、多樣化的資料與合成資料生成，讓小型語言模型具備更強的推理能力。內容涵蓋「稜鏡合成」等技術、避免模型輸出單一化，以及推動 AI 民主化與多元對齊的社會意義。
The State Of LLMs 2025: Progress, Problems, and Predictions
Sebastian Raschka 回顧 2025 年大型語言模型發展，重點分析 DeepSeek R1 帶來的推理模型突破與 RLVR 演算法。
From DeepSeek V3 to V3.2: Architecture, Sparse Attention, and RL Updates
深入解析 DeepSeek V3.2 的架構演進，涵蓋稀疏注意力機制、自驗證訓練方法與 GRPO 最佳化細節，並對比其與 V3、R1 及 Qwen3 等模型的差異。讀者可掌握最新開源大模型的技術亮點與訓練策略。
【生成式AI時代下的機器學習(2025)】第八講：大型語言模型的推理過程不用太長、夠用就好
探討大型語言模型推理過程過長是否必要，指出推理長度與正確率未必正相關，反而消耗額外算力。透過控制提示詞、調整參數、知識蒸餾及強化學習獎勵機制，可訓練出推理短且準確的模型，達到資源效率與效能的平衡。
2.7 萬次觀看【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？
李宏毅教授介紹大型語言模型如何透過深度思考（Reasoning）提升推理能力，涵蓋思維鏈、模仿學習與強化學習等方法。課程以 DeepSeek-R1 為例，說明模型如何模擬人類思考過程並進行自我驗證，同時探討測試時運算（Test Time…
How DeepSeek Rewrote the Transformer [MLA]
深入解析 DeepSeek-V2 與 R1 如何重新設計 Transformer 架構，透過 KV Cache 壓縮與注意力機制最佳化提升效率。觀眾能理解這些技術如何減少計算資源並改善模型表現。
99.4 萬次觀看※ 摘要僅根據標題與說明
四大推理大模型数学与编程能力评测 Grok3、Claude3 7、DeepSeep R1、o3 mini high 到底谁的推理能力最强？
透過演算法題、工程題與邏輯遊戲，實測 Grok3、Claude 3.7、DeepSeek R1 與 o3 mini high 的推理與程式設計能力。
使用 DeepSeek R1 与 AnythingLLM 搭建本地知识库
示範如何使用 DeepSeek R1 與 AnythingLLM 搭建完全本地化的知識庫，解決大模型杜撰問題。觀眾可學習安裝 Ollama、下載模型並配置多工作區與語言設定。
※ 摘要僅根據標題與說明
5分钟教会你如何本地部署DeepSeek-R1，无需联网，全程干货，没有一句废话
示範如何在本機安裝 DeepSeek-R1 模型，包含 Ollama、Docker 與 Open WebUI 的設定步驟。觀眾可學習將大型語言模型私有化部署，並透過圖形介面進行對話與模型切換。
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
透過實際程式設計與邏輯推理測試，對比 DeepSeek R1 與 OpenAI o1 在演算法題、遊戲開發及文字解密上的表現。重點分析 R1 詳盡的思考過程與極具競爭力的價格優勢，探討其對 AI 產業的潛在影響。
1.2 萬次觀看
最受歡迎
依人氣
How DeepSeek Rewrote the Transformer [MLA]
深入解析 DeepSeek-V2 與 R1 如何重新設計 Transformer 架構，透過 KV Cache 壓縮與注意力機制最佳化提升效率。觀眾能理解這些技術如何減少計算資源並改善模型表現。
99.4 萬次觀看※ 摘要僅根據標題與說明
Controlling Reasoning Effort in LLMs
深入解析大型語言模型（LLM）如何透過訓練與推理縮放技術，實現低、中、高不同「推理努力度」的切換機制。作者以 GPT-5.6 等最新模型為例，說明從強化學習（RLVR）到推理時長控制的實作細節，幫助讀者理解如何平衡準確度、成本與延遲。
Kimi K3: The open-weights escalation
Moonshot AI 推出 2800 億參數開源模型 Kimi K3，縮短中美模型效能差距至 3-5 個月。文章分析開源模型如何改變生態系，並探討中國在資金效率與架構創新上的優勢。
Introducing our Artifacts Hub and Adoption Dashboard
介紹 Interconnects 推出的新工具，包含追蹤 Hugging Face 趨勢模型的 Artifacts Hub 與顯示全球下載資料的 Adoption Dashboard。
The State Of LLMs 2025: Progress, Problems, and Predictions
Sebastian Raschka 回顧 2025 年大型語言模型發展，重點分析 DeepSeek R1 帶來的推理模型突破與 RLVR 演算法。
From DeepSeek V3 to V3.2: Architecture, Sparse Attention, and RL Updates
深入解析 DeepSeek V3.2 的架構演進，涵蓋稀疏注意力機制、自驗證訓練方法與 GRPO 最佳化細節，並對比其與 V3、R1 及 Qwen3 等模型的差異。讀者可掌握最新開源大模型的技術亮點與訓練策略。
Stanford CS329A Self-Improving AI Agents | Part 5 | Planning and Multi-Step Reasoning
由斯坦福大學 Azalia Mirhoseini 教授主講，深入解析三篇關於語言模型代理的規劃與多步驟推理論文。內容涵蓋結合蒙特卡洛樹搜尋的 LATS 方法、利用並行執行提升效率的 SPRINT 模型，以及透過合成資料訓練實現跨任務泛化的…
1.8 萬次觀看【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？
李宏毅教授介紹大型語言模型如何透過深度思考（Reasoning）提升推理能力，涵蓋思維鏈、模仿學習與強化學習等方法。課程以 DeepSeek-R1 為例，說明模型如何模擬人類思考過程並進行自我驗證，同時探討測試時運算（Test Time…
The Evolution of Reasoning in Small Language Models with Yejin Choi - #761
訪談斯坦福大學 Yejin Choi 教授，探討如何透過高品質、多樣化的資料與合成資料生成，讓小型語言模型具備更強的推理能力。內容涵蓋「稜鏡合成」等技術、避免模型輸出單一化，以及推動 AI 民主化與多元對齊的社會意義。
Open-sourcing AstaBrief, the fast report-generation model in Asta
AstA 團隊公開了專為科學報告生成設計的開源模型 AstaBrief 8B，透過監督微調與偏好最佳化訓練，在保持引用準確性的同時，將報告生成速度提升約 3.5 倍。