国外权威认证!DeepSeek超150万模型,成最受欢迎开源大模型 siyushenqi.com • 2025 年 8 月 13 日 下午9:49 • 行业动态 • 阅读 470 DeepSeek-R1成为中国开源大模型中的佼佼者,在Hugging Face平台的150万模型中成为最受欢迎的开源大模型,点赞数超过1万,下载量超过1000万次,超越了Llama系列、Qwen系列、Phi系列和Gemma系列等知名模型。 摘要 DeepSeek-R1的开发基于纯强化学习版本R1-Zero,该版本不依赖传统监督微调,采用GRPO算法。然而,R1-Zero存在可读性差和语言混合等问题。因此,DeepSeek在R1-Zero基础上开发了R1模型,包含四个训练阶段:冷启动训练、推理导向的强化学习、拒绝采样和监督微调、全场景强化学习。 冷启动训练阶段通过少量长思维链数据对基础模型进行微调,避免强化学习初期的不稳定。推理导向的强化学习阶段专注于提升模型在推理密集型任务中的能力,并引入语言一致性奖励以解决语言混合问题。 DeepSeek-R1的开源被认为彻底改变了AI领域,给闭源模型带来了巨大压力。甚至像Perplexity、Azure、AWS等云平台也更倾向于使用DeepSeek模型,而不是自家投资的Sonar、OpenAI或Anthropic的模型。 DeepSeek计划本周推出大量新功能,进一步推动开源模型的发展,为AI领域带来更多惊喜。 今天凌晨3点,全球最大开源平台之一huggingface联合创始人兼首席执行官Clement Delangue发布了最新数据: 中国开源大模型DeepSeek-R1在150万模型中,成为该平台最受欢迎的开源大模型,点赞超过1万。 前不久,Clement还特意发文恭喜DeepSeek-R1的下载量超过1000万次,同样创造了huggingface平台有史以来最受欢迎的模型。 看来,Clement也吃到DeepSeek的红利了,对它是真爱啊连续表扬。 值得一提的是,R1仅用了几周的时间就超过了类ChatGPT开源鼻祖Meta发布的Llama系列,国内的开源大模型领头羊Qwen系列,以及微软开源的Phi系列,谷歌开源的Gemma系列。 就连开源文生图模型的大黑马FLUX.1,以及该领域的领导者Stable-Diffusion系列全都没打过R1,这第一拿的实至名归,踩着众多开源高手上去的。 有网友表示,R1的开源彻底改变了AI领域。 本周,Deepseek表示将推出大量新功能,伙计你可来活了! 本周我们将获得更多的开源惊喜! 巨大的功劳归于 Deepseek,他们让开源再次出色。他们彻底改变了游戏规则,并让所有闭源模型都感到压力。 即使像 Perplexity、Azure、AWS这样的云平台,也更倾向于使用 Deepseek,而不是他们自己的投资Sonar、OpenAI 或Anthropic 的模型。 DeepSeek-R1简单介绍 其实DeepSeek在开发R1之前,先开发的是纯强化学习版本R1- Zero,不依赖传统的监督微调,采用了GRPO算法。虽然训练出来性能不错,但可读性差和语言混合等都很差。 所以,在R1- Zero基础之上训练了R1模型,一共包含4个训练阶段。 冷启动训练阶段:与R1-Zero 不同,为了避免强化学习训练初期从基础模型开始的不稳定冷启动阶段, R1 构建并收集了少量长思维链数据,对 DeepSeek-V3-Base 模型进行微调,作为初始的强化学习参与者。 在收集数据时,研究团队探索了多种方法,例如,使用带有长思维链的少样本提示作为示例、直接促使模型生成带有反思和验证的详细答案、收集R1-Zero以可读格式输出的结果并通过人工标注后处理优化等,收集了数千条冷启动数据来微调模型。 推理导向的强化学习阶段:主要聚焦于提升模型在编码、数学、科学和逻辑推理等推理密集型任务中的能力,这些任务通常具有明确的问题和解决方案。 在训练过程中,发现思维链存在语言混合问题,尤其是当强化学习提示涉及多种语言时。为缓解这一问题,引入了语言一致性奖励,通过计算思维链中目标语言单词的比例来衡量。虽然消融实验表明这种调整会导致模型性能略有下降,但它符合人类偏好,提高了可读性。 最后,将推理任务的准确性和语言一致性奖励直接相加,形成最终奖励,并对微调后的模型进行强化学习训练,直至推理任务收敛。 拒绝采样和监督微调阶段:当推理导向的强化学习收敛后,利用得到的检查点收集监督微调数据,用于后续轮次的训练。与初始冷启动数据主要关注推理不同, 该阶段的数据融合了其他领域的数据,以提升模型在写作、角色扮演和其他通用任务中的能力。在推理数据方面,精心策划推理提示,并通过对上述强化学习训练的检查点进行拒绝采样生成推理轨迹。 全场景强化学习阶段:为了使R1模型更好地符合人类偏好,实施了二次强化学习阶段。该阶段主要提高模型的有用性和无害性,同时进一步优化其推理能力。 通过结合奖励信号和多样化的提示分布来训练模型。对于推理数据,遵循R1-Zero 中使用的方法,利用基于规则的奖励在数学、代码和逻辑推理领域引导学习过程; 对于通用数据,则采用奖励模型来捕捉复杂和微妙场景中的人类偏好。基于 DeepSeek-V3 的流程,采用类似的偏好对和训练提示分布。在评估有用性时,仅关注最终总结,确保评估重点在于响应对用户的实用性和相关性,同时尽量减少对底层推理过程的干扰; 在评估无害性时,评估模型的整个响应,包括推理过程和总结,以识别和减轻生成过程中可能出现的任何潜在风险、偏差或有害内容。 开源地址:https://huggingface.co/deepseek-ai/DeepSeek-R1 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32900.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 “消失”的日本人形机器人 上一篇 2025 年 8 月 13 日 下午9:49 “偷家”DeepSeek,腾讯成最大赢家 下一篇 2025 年 8 月 13 日 下午9:49 相关推荐 行业动态 我在TikTok上卖车给老外,三个月入账2000万 短暂又混乱的窗口期。 siyushenqi.com 2025 年 8 月 8 日 448000 狠砸7亿,出动400人团队,网易这款新品真的“没有对手”? 前不久(9月30日),网易的《逆水寒手游》开启了首次测试。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 406000 打造亚马逊类目第一单品!家电大卖年收1亿美金! 如今各大品牌都在寻找创新点,品类创新如何切中市场,引爆销量 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 443000 行业动态 【出海榜单】2023 年 11 月中国非游戏厂商及应用出海收入 30 强 2023 年 11 月中国非游戏厂商及应用出海收入排行榜出炉 siyushenqi.com 2025 年 8 月 18 日 474000 行业动态 三七互娱 投资总监 周安安 确认担任 GICC2025丨第六届全球互联网产业CEO大会游戏峰会圆桌嘉宾! 三七互娱 投资总监 周安安 确认担任 GICC2025丨第六届全球互联网产业CEO大会游戏峰会圆桌嘉宾! siyushenqi.com 2025 年 10 月 17 日 383000 行业动态 AdsPolar:跨境电商智能广告管理工具,驶入爆单快车道 为更好地服务跨境电商行业,汇量科技旗下一站式跨渠道智能投放工具XMP电商版现已完成品牌升级,重磅推出跨境电商智能广告管理工具——AdsPolar。 siyushenqi.com 2025 年 8 月 5 日 472000 行业动态 君海游戏 海外发行VP 陈少君 确认担任 PAGC 2025丨第五届全球产品与增长展会 游戏出海增长峰会圆桌嘉宾! 君海游戏 海外发行VP 陈少君 确认担任 PAGC 2025丨第五届全球产品与增长展会 游戏出海增长峰会圆桌嘉宾! siyushenqi.com 2025 年 8 月 17 日 491000 少年壮志不言愁:ChatGPT研发团队解密,平均年龄32岁,华人团队抢眼,占比10% ChatGPT团队规模不足百人(共87人)。分析发现,其显著特征是“年纪很轻”、“背 景豪华”、“聚焦技术”、“积累深厚”、“崇尚创业”和“华人抢眼”。 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 461000 行业动态 中国游戏出海10月战报:23款常青游戏出海捞金近24亿元 《出海常青榜》23款(>3年)10月海外收入3.32亿美元,环比减2款;《出海潜力常青榜》18款(1–3年)环比增3款,显示老产品基本盘稳固、新品持续接棒。 siyushenqi.com 2025 年 11 月 11 日 331000 行业动态 OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围 OpenAI首席营收官内部信披露,公司与亚马逊合作成业务增长关键,同时指出与微软合作存在限制。面对企业市场竞争及即将启动的IPO,OpenAI正加速拓展多云合作与算力布局。 转自扬帆出海 2026 年 4 月 18 日 486000 行业动态 重磅!该国取消对华加征关税! 土耳其官方周五宣布,将取消近一个月前宣布的对来自中国的所有车辆加征40%关税的计划,此举旨在加大鼓励中国车企投资土耳其。 有行业人士分析称,由于当前贸易逆差的压力,土耳其更希望中国车企来土耳其投资建厂。土耳其工业和技术部部长穆罕默德·卡希尔在今年5月曾透露,和部分中企就在土耳其投资“已经进行很长时间的谈判”。 据彭博社援引土耳其消… siyushenqi.com 2025 年 8 月 13 日 下午9:49 470000 行业动态 受美国税务波动影响,Temu或提前开放第三方自运营店铺入驻 美国关税政策的突变对做直发业务的平台和商家造成了沉重打击,尤其是全托管模式的商家面临困境。 siyushenqi.com 2025 年 8 月 5 日 443000 行业动态 快手可灵,把压力给到了抖音剪映 视频生成大模型会是下一个竞争高地吗? siyushenqi.com 2025 年 8 月 13 日 399000 行业动态 美国供应商拒绝降价,Temu处境有点艰难 受关税限制后,Temu被迫转向美国本土供应商,但多数卖家因亚马逊“最低价格协议”拒绝提供同款低价商品,要求Temu必须销售差异化或独家产品。 siyushenqi.com 2025 年 8 月 5 日 460000 GEO优化3年内难成气候,但谁不布局谁吃亏 大概就只能想到这么多…… siyushenqi.com 2025 年 8 月 18 日 • 行业动态 422000 超休闲手游《Catwalk Beauty》登顶58个区域下载榜首 专访幕后操盘手Smillage工作室 超休闲游戏品类近期出现了一匹黑马——《Catwalk Beauty》。目前,《Catwalk Beauty》在海外多个区域市场霸榜下载榜单。该产品仅上线5周,即登上美国Google Play游戏榜首超一周,之后成功登 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 452000 行业动态 印度人也爱追剧?2020财年Netflix(奈飞)在印度赚翻了 在过去的几年时间,Netflix在美国市场已逐渐趋于饱和。 siyushenqi.com 2025 年 8 月 26 日 471000 行业动态 跨平台社媒矩阵内容运营规范与品牌一致性维护 品牌一致性 内容适配 用户互动 运营效果评估 数据驱动优化 品牌一致性 在跨平台社媒矩阵内容运营中,品牌一致性至关重要。品牌一致性不仅确保了品牌形象的统一,还加强了品牌的市场认知度。无论在什么平台上发布内容,都应确保品牌标识、风格、语调和视觉效果的一致,以便用户能够快速识别并建立信任。 首先,品牌一致性需要在视觉元素上保持统一,如Logo、色彩方案、字体等。… siyushenqi.com 2025 年 8 月 13 日 下午9:49 470000 行业动态 1毛钱1百万token,写2遍红楼梦!国产大模型下一步还想卷什么? 大模型价格战,这匹国产黑马又破纪录了!最低的GLM-4 Flash版本,百万token价格已经低至0.1元,可以说是击穿地心。MaaS 2.0大升级,让企业训练私有模型的成本无限降低。 siyushenqi.com 2025 年 8 月 13 日 467000 两年烧光两千万之后,这支小团队是怎么做到TapTap 9.0分的? 在AI技术风波正盛的时候,他们大概是第一个做“出头鸟”,实际把AI资源大规模应用到游戏中的团队。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 412000 行业动态 2026美通社新传播年度论坛将于1月在沪举办 2026美通社新传播年度论坛将于2026年1月15日在上海重磅回归。 siyushenqi.com 2026 年 1 月 7 日 341000 群星璀璨!2023游戏数据驱动大会圆满召开 7月27日,由数数科技主办的2023游戏数据驱动大会圆满召开。 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 444000 行业动态 微软上线GPT-image-1模型,支持高级功能定制 微软在Azure OpenAI云服务中上线了OpenAI最新发布的图像模型GPT-image-1。 siyushenqi.com 2025 年 8 月 13 日 380000 行业动态 外媒:影响不大,SHEIN和ClubFactory或利用外链绩效接单 印度方面,即使莫迪政府上个月采用强制手段“封禁”了59款中国开发的APP,但ClubFactory,SHEIN以及Romwe等电商平台通过在线渠道售卖商品的现象仍在持续。 siyushenqi.com 2025 年 8 月 13 日 430000 行业动态 年入1600万美金,独立站20万月活,海外宠物市场6个新机会正在爆发 高端宠物用品市场需求暴增。 siyushenqi.com 2025 年 8 月 6 日 436000 行业动态 短剧出海「一哥」,去年净利润只有24万?! 中文在线的财报一出,应该有不少人关心枫叶互动2023年的业绩。 siyushenqi.com 2025 年 8 月 18 日 530000 云游戏遇阻,苹果明确禁止iOS云端游戏串流服务 云游戏作为目前游戏圈最为火爆的概念之一,一直以来都是巨头们争夺的焦点。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 498000 行业动态 AI与“粉红诱惑” 自大模型浪潮席卷而来,AI语音赛道经历了从克隆、合成到实时反馈、情感化的变化。 siyushenqi.com 2025 年 8 月 13 日 383000 行业动态 无法清关!Temu在越南暂停运营 Temu应越南工贸部的要求,暂时停止在越南提供服务,以完成法律程序并获得越南运营许可。 siyushenqi.com 2025 年 8 月 5 日 421000 游戏出海越南前,这些事情你必须知道 政策趋严、买量价格飞涨、头部效应凸显,竞争白热化的国内游戏市场已进入存量阶段。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 560000 发表回复 请登录后评论...登录后才能评论 提交