“木頭姐”談DeepSeek啟示 創(chuàng)新訓練方法啟發(fā)思考
大家好，我是很帥的狐貍。最近幾天DeepSeek的消息引起了廣泛關注。這家公司以極低成本訓練出一個名為R1的模型，其性能甚至可以媲美OpenAI的頂級推理模型o1。這一消息導致英偉達股價下跌，市場開始質(zhì)疑訓練AI是否真的需要大量資金投入。
讓我感到最有趣的是DeepSeek的訓練方法。R1不同于普通的大語言模型，它具有一定的推理能力，可以通過增加“思維鏈”來提高答案質(zhì)量，特別是在理工科題目上。傳統(tǒng)上，要讓大語言模型具備這種能力，通常是在基礎模型上通過監(jiān)督微調(diào)（SFT）來實現(xiàn)，類似于學生通過大量練習和參考答案學習解題方法。
然而，DeepSeek在訓練R1-Zero時采用了強化學習（RL）的方法。這種方法更像嬰兒的學習過程：通過不斷的互動和反饋，逐漸學會新知識。例如，教嬰兒識別顏色時，通過不斷提問和反饋，嬰兒最終能理解并記住顏色的概念。
強化學習一般用于游戲策略等復雜任務，因為它沒有標準答案，有時會產(chǎn)生非常有創(chuàng)意的解決方案。2016年AlphaGo與李世石對戰(zhàn)時，就下出了連職業(yè)棋手都看不懂的一手棋，這體現(xiàn)了強化學習的創(chuàng)造力。
這對我們有什么啟發(fā)呢？我們在不熟悉的領域其實也像一張白紙，可以從零開始學習。比如我在麥肯錫做咨詢時，發(fā)現(xiàn)許多金融行業(yè)的常見做法在其他行業(yè)卻是創(chuàng)新。因此，跨領域的學習和思考可以幫助我們在不同領域找到新的解決方案。
此外，每天花些時間進行思考訓練也是一個好方法?？梢赃x擇一個從未系統(tǒng)性思考過的問題，不限于工作相關，可以是跨行業(yè)的或生活方面的。這樣的訓練有助于開拓思路，激發(fā)創(chuàng)造力。
羅馬諾：阿森納在斯凱利和恩瓦內(nèi)里的續(xù)約上取得不錯的進展 圖赫爾看好兩人未來
18漲停大牛股，停牌核查 股價嚴重偏離基本面
已查處400余個餃子導演高仿號！片方：只有微博賬號是真的
DeepSeek后又一杭州企業(yè)被美國盯上 杭州科創(chuàng)企業(yè)再遭美國打壓！
庫爾斯克決戰(zhàn)在即，烏軍掌握頓巴斯低空優(yōu)勢，欲斷俄軍前線補給 機械化突擊行動升級
遼籃兩將離開國家隊絕非壞事 楊鳴終于等來他想要的：調(diào)整與機遇并存
烏克蘭代表團抵達沙特 為澤連斯基訪問做準備
緬甸政府軍與德昂軍進行會談期間，瑙丘地區(qū)戰(zhàn)事激烈，會談期間戰(zhàn)火未息
已查處400余個餃子導演高仿號！片方：只有微博賬號是真的
馬斯克曝光美國公務員薪資細節(jié) 引爆“數(shù)據(jù)核彈”
“重大轉變”！俄羅斯與北約演習！外媒：白宮首次明確表態(tài)，烏將獲準坐在桌旁 烏克蘭參與和平談判
美國務卿改口徑 短暫刪除“不支持臺獨”引發(fā)爭議
馬斯克查賬美國社保稱發(fā)現(xiàn)360歲老人 馬斯克曝光美國社保系統(tǒng)驚人漏洞
老人迷路后走進面館 老板娘暖心送熱水面條 溫情舉動獲贊
新一輪以舊換新多地多重buff拉滿 消費熱潮再起
“一年雨水看雨水”今年雨水多不多？春雨貴如油
前馬競青訓教練：巴里奧斯被罰下是因為犯錯，但我們應保護他 支持年輕模范球員
18漲停大牛股，停牌核查 股價嚴重偏離基本面
美國客機機身翻覆已造成15人受傷 惡劣天氣成事故主因
美國為何盯上烏克蘭稀土資源 地緣博弈與資源攫取
記者買7件100%羊絨衫 實際1根羊絨都沒有
95歲爺爺拄著拐杖給孫女送菜
馬斯克為何敢整治美政府部門 AI引領政府效率革命
男性1.5米就能參軍，色盲也能報名，臺軍新征兵標準有多離譜
外電：歐洲人“只是自己命運的旁觀者” 無力參與談判決策
烏方不承認美俄談判達成協(xié)議，強調(diào)自身主權立場
巴薩重回西甲榜首 萊萬點射助力登頂
專家：澤連斯基欲鏟除波羅申科 為選舉清除障礙
記者應該怎么用DeepSeek 真幫手還是挖坑俠？
巴爾德：對伊尼戈的犯規(guī)明顯是點球 裁判爭議再現(xiàn)
羅馬諾：阿森納在斯凱利和恩瓦內(nèi)里的續(xù)約上取得不錯的進展 圖赫爾看好兩人未來
迪麗熱巴旗袍造型好清新 綠意盎然顯氣質(zhì)
未來馳援國足 國青？17歲華裔新星世界波斬澳超首球！本人愿歸化 潛力無限待綻放
又被劉曉慶圈粉了！
臺名嘴：特朗普面對中國無計可施
相關新聞
DeepSeek爆火的啟示 AI算命成新寵
最近，社交平臺上涌現(xiàn)出大量關于AI算命的討論。以DeepSeek為代表的AI算命在年輕人中掀起了一股熱潮，成為他們在應對婚戀、職場等壓力時的“救命稻草”
2025-02-16 19:52:04DeepSeek爆火的啟示馮驥談DeepSeek 國運級科技成果
2025-01-27 09:45:58馮驥談DeepSeekDeepSeek爆火的啟示：中國如何培植創(chuàng)新基因？ 市場化創(chuàng)新的成功案例
2024年1月20日，中國量化基金公司幻方發(fā)布的人工智能大模型DeepSeek-R1在全球科技界引起轟動
2025-02-18 05:39:09DeepSeek爆火的啟示木頭姐：比特幣2030年將破100萬美元 長期看好不變
2024-12-20 20:27:30木頭姐簡訊｜習近平談中美關系四年來的經(jīng)驗與啟示
新華社利馬11月16日電 當?shù)貢r間11月16日下午，國家主席習近平在利馬同美國總統(tǒng)拜登舉行會晤。習近平說：過去4年的經(jīng)驗值得總結、啟示需要記取，我認為至少有以下幾條。
2024-11-17 09:48:35簡訊｜習近平談中美關系四年來的經(jīng)驗與啟示特朗普就職典禮伴奏故障 木頭姐救場 鄉(xiāng)村歌手帶頭清唱
2025-01-22 01:18:33特朗普就職典禮伴奏故障木頭姐救場
