北京大學(xué)發(fā)布的《北京大學(xué)內(nèi)部手冊(cè)Ⅲ-DeepSeek-R1及類強(qiáng)推理模型開(kāi)發(fā)解讀》，詳細(xì)介紹了DeepSeek-R1模型在大語(yǔ)言模型對(duì)齊和可擴(kuò)展監(jiān)督領(lǐng)域的研究進(jìn)展。主要內(nèi)容包括模型核心技術(shù)RL（強(qiáng)化學(xué)習(xí)）加持的推理范式創(chuàng)新，特別是零樣本與純RL驅(qū)動(dòng)模型的研發(fā)，展示了其優(yōu)越的數(shù)學(xué)和編碼性能，并在多項(xiàng)國(guó)際評(píng)測(cè)指標(biāo)中超越競(jìng)爭(zhēng)對(duì)手，尤其強(qiáng)調(diào)了后訓(xùn)練階段Scaling Law的重要意義及實(shí)現(xiàn)方法，提出了未來(lái)在強(qiáng)推理、長(zhǎng)鏈思考等方面的展望，以及模態(tài)穿透對(duì)未來(lái)AI發(fā)展的影響。此外，文章對(duì)當(dāng)前模型面臨的挑戰(zhàn)如overthinking、多模態(tài)對(duì)齊進(jìn)行了探討，并介紹了DeepSeek-V3的基礎(chǔ)架構(gòu)和技術(shù)參數(shù)。

適合人群：適合AI從業(yè)者、研究人員、高校師生及其他對(duì)大語(yǔ)言模型、機(jī)器學(xué)習(xí)算法和AI安全有興趣的專業(yè)人士閱讀和學(xué)習(xí)。

使用場(chǎng)景及目標(biāo)：適用于了解大語(yǔ)言模型發(fā)展的最新進(jìn)展及關(guān)鍵技術(shù)，特別針對(duì)如何利用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)提升AI推理能力和安全性；為未來(lái)AI系統(tǒng)的研發(fā)指明方向。