91亚洲国产AⅤ精品一区二区,国产伦精品一区二区三区,四川少妇搡bbbb搡bbbb,国产全黄A一级毛片96
國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

chushichang 2025-03-17 快播 2 次瀏覽 0個評論

趕在放假前,支棱起來的國產(chǎn) AI 大模型廠商井噴式發(fā)布了一大堆春節(jié)禮物。

前腳 DeepSeek-R1 正式發(fā)布,號稱性能對標 OpenAI o1 正式版,后腳 k1.5 新模型也正式登場,表示性能做到滿血版多模態(tài) o1 水平。

如果再加上此前強勢登場的智譜 GLM-Zero,階躍星辰推理模型 Step R-mini,星火深度推理模型 X1,年末上大分的國產(chǎn)大模型拉開了真刀真槍的帷幕,也給以 OpenAI 為代表的海外模型狠狠上了一波壓力。

  • DeepSeek-R1 :在數(shù)學、代碼、自然語言推理等任務上,性能比肩 OpenAI o1 正式版
  • 月之暗面 k1.5:數(shù)學、代碼、視覺多模態(tài)和通用能力全面超越 GPT-4o 和 Claude 3.5 Sonnet。
  • 智譜 GLM-Zero:擅長處理數(shù)理邏輯、代碼和需要深度推理的復雜問題
  • 階躍 Step-2 mini:極速響應,平均首字時延僅 0.17 秒,還有 Step-2 文學大師版
  • 星火 X1:數(shù)學能力亮眼,有全面思考過程,拿捏小學、初中、高中、大學全學段數(shù)學

井噴不是偶然的爆發(fā),而是積蓄已久的力量,可以說,國產(chǎn) AI 模型在春節(jié)前夕的突圍,將有望重新定義 AI 發(fā)展的世界坐標。

昨晚率先發(fā)布的 DeepSeek-R1 現(xiàn)在已經(jīng)上架 DeepSeek 官網(wǎng)與 App,打開就能用。

9.8 和 9.11 哪個大以及 Strawberry 里有幾個 r 的難題在第一次測試中就順利過關,別看思維鏈略顯冗長,但正確答案事實勝于雄辯。

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

面對弱智吧難題「跳多高才能跳過手機上的廣告」的拷問, 響應速度極快的 DeepSeek-R1 不僅能夠避開語言陷阱,還提供了不少規(guī)避廣告的的建議,十分人性化。

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

幾年前,有一道名為「如果昨天是明天,今天就是星期五,實際今天是星期幾」的邏輯推理題走紅網(wǎng)絡,在面臨同樣問題的拷問后,OpenAI o1 給出的答案是周日,DeepSeek-R1 則是周三。

但就目前來看,至少 DeepSeek-R1 更靠近答案。

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

據(jù)介紹,DeepSeek-R1 在數(shù)學、代碼、自然語言推理等任務上,性能比肩 OpenAI o1 正式版,理論上更偏向于理科生。

正好趕上小紅書上中美兩國網(wǎng)友在友好交流數(shù)學作業(yè),我們也讓 DeepSeek-R1 幫忙解疑答惑。

插個冷知識,上回 DeepSeek 海外爆火時就有網(wǎng)友發(fā)現(xiàn),其實 DeepSeek 也支持圖片識別,我們可以直接讓模型分析美國網(wǎng)友上傳的試卷圖片。

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

攏共兩道題,第一道題選 C,第二道題選 A,并且,「自信滿滿」的 DeepSeek-R1 推測第二道題原題的選項中無 18,結(jié)合選項推測原題可能存在筆誤(如方程應為 r2=9cos?(2θ)r2=9cos(2θ))。

在隨后的線性代數(shù)證明題中,,DeepSeek-R1 提供的證明步驟邏輯嚴謹,同一道題目還提供了多種驗證方法,展現(xiàn)出深厚的數(shù)學功底。

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

始于性能,陷于成本,忠于開源。 DeepSeek-R1 正式發(fā)布之后,也同步開源模型權(quán)重。我宣布,來自中國東方的 DeepSeek 才是真正的 OpenAI。

據(jù)悉,DeepSeek-R1 遵循 MIT License,允許用戶通過蒸餾技術(shù)借助 R1 訓練其他模型。DeepSeek-R1 上線 API,對用戶開放思維鏈輸出,通過設置 model=’deepseek-reasoner’ 即可調(diào)用。

并且,DeepSeek-R1 訓練技術(shù)全部公開,論文鏈接指路?? https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

DeepSeek-R1 技術(shù)報告里提到一個值得關注的發(fā)現(xiàn),那就是 R1 zero 訓練過程里出現(xiàn)的「aha moment(頓悟時刻)」。

在模型的中期訓練階段,DeepSeek-R1-Zero 開始主動重新評估初始解題思路,并分配更多時間優(yōu)化策略(如多次嘗試不同解法)。換句話說,通過 RL 框架,AI 可能自發(fā)形成類人推理能力,甚至超越預設規(guī)則的限制。

并且這也將有望為開發(fā)更自主、自適應的 AI 模型提供方向,比如在復雜決策(醫(yī)療診斷、算法設計)中動態(tài)調(diào)整策略。正如報告所說,「這一時刻不僅是模型的『頓悟時刻』,也是研究人員觀察其行為時的『頓悟時刻』?!?/p>

除了主打的大模型,DeepSeek 的小模型同樣實力不俗。

DeepSeek 通過對 DeepSeek-R1-Zero 和 DeepSeek-R1 這兩個 660B 模型的蒸餾,開源了 6 個小模型。其中,32B 和 70B 型號在多個領域達到了 OpenAI o1-mini 的水準。

并且,僅 1.5B 參數(shù)大小的 DeepSeek-R1-Distill-Qwen-1.5B 在數(shù)學基準測試中超越了 GPT-4o 和 Claude-3.5-Sonnet,AIME 得分為 28.9%,MATH 得分為 83.9%。

HuggingFace鏈接:https://huggingface.co/deepseek-ai

在 API 服務定價方面,號稱 AI 屆拼多多的 DeepSeek 也采用了靈活的階梯定價:每百萬輸入 tokens 根據(jù)緩存情況收費 1-4 元,輸出 tokens 統(tǒng)一 16 元,再次大幅降低開發(fā)使用成本。

DeepSeek-R1 發(fā)布以后,也再次在海外 AI 圈引起轟動,收獲了大量「自來水」。其中,博主 Bindu Reddy 更是給 Deepseek 冠上了開源 AGI 和文明的未來之稱。

出色的評價源于模型在網(wǎng)友的實際應用中出色的表現(xiàn)。從 30 秒詳細闡釋勾股定理,到 9 分鐘深入淺出地講解量子電動力學原理并提供可視化呈現(xiàn)。DeepSeek-R1 沒有任何差錯。

國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強

甚至也有網(wǎng)友特別欣賞 DeepSeek-R1 所展示的思維鏈,認為「像極了人類的內(nèi)心獨白,既專業(yè)又可愛」。

英偉達高級研究科學家 Jim Fan 對 DeepSeek-R1 給予了高度評價。他指出這代表著非美國公司正在踐行 OpenAI 最初的開放使命,通過公開原始算法和學習曲線等方式實現(xiàn)影響力,順便還內(nèi)涵了一波 OpenAI。

DeepSeek-R1 不僅開源了一系列模型,還披露了所有訓練秘密。它們可能是首個展示 RL 飛輪重大且持續(xù)增長的開源項目。
影響力既可以通過『ASI 內(nèi)部實現(xiàn)』或『草莓計劃』等傳說般的項目實現(xiàn),也可以簡單地通過公開原始算法和 matplotlib 學習曲線來達成。

在深入研究論文后,Jim Fan 特別強調(diào)了幾個關鍵發(fā)現(xiàn):

完全由強化學習驅(qū)動,沒有任何 SFT(監(jiān)督微調(diào))。讓人聯(lián)想到 AlphaZero——從零開始掌握圍棋、將棋和國際象棋,而不是先模仿人類大師的棋步。這是論文中最關鍵的發(fā)現(xiàn)。 使用硬編碼規(guī)則計算的真實獎勵。

避免使用強化學習容易破解的學習獎勵模型。 隨著訓練進展,模型的思考時間逐步增加——這不是預先編寫的程序,而是一種涌現(xiàn)特性! 自我反思和探索行為的涌現(xiàn)。

GRPO 替代了 PPO:它移除了 PPO 的評論網(wǎng)絡,改用多個樣本的平均獎勵。這是一種減少內(nèi)存使用的簡單方法。需要注意的是,GRPO 是作者團隊提出的一種創(chuàng)新方法。

整體來看,這項工作展示了強化學習在大規(guī)模場景中實際應用的開創(chuàng)性潛力,并證明某些復雜行為可以通過更簡單的算法結(jié)構(gòu)實現(xiàn),而無需進行繁瑣的調(diào)整或人工干預。

一圖勝千言,更明顯的對比如下:

就這樣,DeepSeek 再次在海內(nèi)外完成二次爆火,不僅是一次技術(shù)突破,更是中國乃至世界的開源精神的勝利,也因此收獲了不少海外忠實擁躉。

同一天上線的還有 Kimi v1.5 多模態(tài)思考模型。

自去年 11 月 Kimi 推出 k0-math 數(shù)學模型,12 月發(fā)布 k1 視覺思考模型以來,這是第三次 K 系列的重要上新。

在短思考模式(short-CoT)的較量中,Kimi k1.5 展現(xiàn)出壓倒性優(yōu)勢,其數(shù)學、代碼、視覺多模態(tài)和通用能力全面超越了行業(yè)翹楚 GPT-4o 和 Claude 3.5 Sonnet。

在長思考模式(long-CoT)的競爭中,Kimi k1.5 的代碼和多模態(tài)推理能力已經(jīng)比肩 OpenAI o1 正式版,成為全球范圍內(nèi)首個在 OpenAI 之外實現(xiàn) o1 級別多模態(tài)推理性能的模型。

伴隨著模型的重磅發(fā)布,Kimi 還首次公開了完整的模型訓練技術(shù)報告。

GitHub 鏈接:https://github.com/MoonshotAI/kimi-k1.5

據(jù)官方介紹,k1.5 模型的核心技術(shù)突破主要體現(xiàn)在四個關鍵維度:

  • 長上下文擴展。我們將 RL 的上下文窗口擴展到 128k,并觀察到隨著上下文長度的增加,性能持續(xù)提升。我們的方法背后的一個關鍵思想是,使用部分展開(partial rollouts)來提高訓練效率——即通過重用大量先前的軌跡來采樣新的軌跡,避免了從頭開始重新生成新軌跡的成本。我們的觀察表明,上下文長度是通過 LLMs 持續(xù)擴展RL的一個關鍵維度。
  • 改進的策略優(yōu)化。我們推導出了long-CoT的 RL 公式,并采用在線鏡像下降的變體進行穩(wěn)健的策略優(yōu)化。該算法通過我們的有效采樣策略、長度懲罰和數(shù)據(jù)配方的優(yōu)化進一步得到改進。
  • 簡潔的框架。長上下文擴展與改進的策略優(yōu)化方法相結(jié)合,為通過LLMs學習建立了一個簡潔的RL框架。由于我們能夠擴展上下文長度,學習到的 CoTs 表現(xiàn)出規(guī)劃、反思和修正的特性。增加上下文長度的效果是增加了搜索步驟的數(shù)量。因此,我們展示了可以在不依賴更復雜技術(shù)(如蒙特卡洛樹搜索、價值函數(shù)和過程獎勵模型)的情況下實現(xiàn)強大的性能。
  • 多模態(tài)能力。我們的模型在文本和視覺數(shù)據(jù)上聯(lián)合訓練,具有聯(lián)合推理兩種模態(tài)的能力。該模型數(shù)學能力出眾,但由于主要支持LaTeX等格式的文本輸入,依賴圖形理解能力的部分幾何圖形題則難以應對。

k1.5 多模態(tài)思考模型的預覽版將陸續(xù)灰度上線官網(wǎng)和官方 App。值得一提的是,k1.5 的發(fā)布同樣在海外引起了巨大的反響。有網(wǎng)友對這個模型不吝贊美之詞,讓海外見證了中國 AI 實力的崛起。

實際上,年末國內(nèi)推理模型的密集發(fā)布絕非偶然,這是 OpenAI 去年 10 月發(fā)布 o1 模型在全球 AI 領域掀起的漣漪終于傳導至中國的顯著標志。短短數(shù)月從追趕到比肩,國產(chǎn)大模型用行動證明了中國速度。

菲爾茲獎得主、數(shù)學天才陶哲軒曾認為這類推理模型或許只需再經(jīng)過一兩輪迭代與能力提升,就能達到「合格研究生」的水準。而 AI 發(fā)展的遠景遠不止于此。

當前,我們正見證著 AI 智能體一個關鍵的轉(zhuǎn)型時刻。從單純的「知識增強」向「執(zhí)行增強」跨越,開始主動參與決策制定和任務執(zhí)行的過程。與此同時,AI 也在突破單一模態(tài)的限制,向著多模態(tài)融合的方向快速演進。當執(zhí)行遇上思考,AI才真正具備了改變世界的力量。

基于此,像人一樣思考的模型正在為 AI 的實際落地開辟更多可能性。

表面上看,年末這波國內(nèi)推理模型的密集涌現(xiàn),表面上看或許帶有「中國式跟隨者創(chuàng)新」的影子,但深入觀察就會發(fā)現(xiàn),無論是在開源策略的深度,還是在技術(shù)細節(jié)的精確度上,中國廠商依然走出了一條獨具特色的發(fā)展道路。

轉(zhuǎn)載請注明來自浙江中液機械設備有限公司 ,本文標題:《國產(chǎn) AI 最卷一夜!大模型黑馬 DeepSeek、Kimi 硬剛 OpenAI o1,實測體驗到底有多強》

百度分享代碼,如果開啟HTTPS請參考李洋個人博客
每一天,每一秒,你所做的決定都會改變你的人生!

發(fā)表評論

快捷回復:

驗證碼

評論列表 (暫無評論,2人圍觀)參與討論

還沒有評論,來說兩句吧...

Top
91亚洲国产AⅤ精品一区二区,国产伦精品一区二区三区,四川少妇搡bbbb搡bbbb,国产全黄A一级毛片96