AI 武林：DeepSeek R1

EP416 – 史丹佛 CS329A 課程大公開：多步驟任務如何規劃？LATS、SPRINT、SWiRL

AI懶人報 — Tue, 06 Oct 2026 00:00:00 +0800

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…

原站：https://player.soundon.fm/p/ca974d36-6fcc-46fc-a339-ba7ed8902c80/episodes/322dc05b-7dc0-4e5e-9f13-b6e7a75ecfa3

Open-sourcing AstaBrief, the fast report-generation model in Asta

Hugging Face Blog — Fri, 02 Oct 2026 00:00:00 +0800

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。

原站：https://huggingface.co/blog/allenai/astabrief

智能的下一幕，让人兴奋---73页PPT solo

屠龙之术 — Wed, 16 Sep 2026 00:00:00 +0800

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。

原站：https://www.xiaoyuzhoufm.com/episode/6aa82d11129fe965d33288ca

Introducing our Artifacts Hub and Adoption Dashboard

Nathan Lambert（部落格） — Mon, 03 Aug 2026 00:00:00 +0800

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。

原站：https://www.interconnects.ai/p/introducing-our-artifacts-hub-and

Stanford CS329A Self-Improving AI Agents | Part 5 | Planning and Multi-Step Reasoning

Stanford Online — Mon, 03 Aug 2026 00:00:00 +0800

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…

原站：https://www.youtube.com/watch?v=Ml_fp9XkB8Y

Kimi K3: The open-weights escalation

Interconnects — Mon, 20 Jul 2026 00:00:00 +0800

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。

原站：https://www.interconnects.ai/p/kimi-k3-the-open-weights-escalation

Controlling Reasoning Effort in LLMs

Sebastian Raschka（部落格） — Sat, 18 Jul 2026 00:00:00 +0800

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。

原站：https://magazine.sebastianraschka.com/p/controlling-reasoning-effort-in-llms

The Evolution of Reasoning in Small Language Models with Yejin Choi - #761

The TWIML AI Podcast — Fri, 30 Jan 2026 00:00:00 +0800

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。

原站：https://twimlai.com/podcast/twimlai/the-evolution-of-reasoning-in-small-language-models

The State Of LLMs 2025: Progress, Problems, and Predictions

Sebastian Raschka（部落格） — Tue, 30 Dec 2025 00:00:00 +0800

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。

原站：https://magazine.sebastianraschka.com/p/state-of-llms-2025

From DeepSeek V3 to V3.2: Architecture, Sparse Attention, and RL Updates

Sebastian Raschka（部落格） — Wed, 03 Dec 2025 00:00:00 +0800

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。

原站：https://magazine.sebastianraschka.com/p/technical-deepseek

【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

Hung-yi Lee — Sat, 03 May 2025 00:00:00 +0800

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。

原站：https://www.youtube.com/watch?v=ip3XnTpcxoA

【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？

Hung-yi Lee — Sat, 26 Apr 2025 00:00:00 +0800

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…

原站：https://www.youtube.com/watch?v=bJFtcwLSNxI

How DeepSeek Rewrote the Transformer [MLA]

Welch Labs — Thu, 06 Mar 2025 00:00:00 +0800

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。

原站：https://www.youtube.com/watch?v=0VLAoVGf_74

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？

马克的技术工作坊 — Fri, 28 Feb 2025 00:00:00 +0800

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。

原站：https://www.youtube.com/watch?v=Z7B-EB5uq3A

使用 DeepSeek R1 与 AnythingLLM 搭建本地知识库

马克的技术工作坊 — Sun, 02 Feb 2025 00:00:00 +0800

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。

原站：https://www.youtube.com/watch?v=OsI9TAjhaWs

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

马克的技术工作坊 — Thu, 30 Jan 2025 00:00:00 +0800

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。

原站：https://www.youtube.com/watch?v=brXZfjq9lF4

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

马克的技术工作坊 — Wed, 29 Jan 2025 00:00:00 +0800

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。

原站：https://www.youtube.com/watch?v=GgVnlXR-Dek