万字科普DeepSeek R1底层原理，DeepSeek是从0到1的创新吗？

讲的很清楚，终于知道为什么推理过程会出现其他语言了，并不是网传的那样相互套壳。 不过我还有一个疑问，这些知名大模型均会偶尔出现认知错误的情况，把自己当成是别的大模型，比如马斯克的grok3，居然出现了把自己当成豆包的情况，而且后续推理过程坚持认为自己是豆包，这是怎么回事。

♥ 638 ↩ 27

deepseek有个毛病，他有时候会错误推理出错误答案并且坚信自己是对的，但是如果分拆问题并在他出错之前给他正确答案的提示他就能做对了。这点和人类还挺像的，很有意思

♥ 436 ↩ 19

有人盗你视频还卖课。【DeepSeek是从0到1的创新吗？万字揭秘DeepSeek R1底层原理-哔哩哔哩】 https://b23.tv/5XJ0QaH

♥ 495 ↩ 8

deepseek不但性价比高，它还是MIT协议开源的。这意味着任何人，任何用途，几乎都可以拿去白用，没有专利、开源方面的附加限制。之前的大模型也没把开源做得这么绝。

♥ 332 ↩ 18

太可怕了，评论区这么多蒸馏[笑哭]是有什么信息茧房么，是不是有人拿蒸馏论赚钱呢。

♥ 320 ↩ 6

前几天导师提醒我才发现deepseek-r1一作是我本科msra实习的同桌，几年没见憋了个大的[笑哭]当时另一个同桌是vLLM的一作，我好菜[笑哭]博四了还啥代表作都没有，不行我也要努力做出下一代全新的模型[大哭]

♥ 448 ↩ 49

打铁还需自身硬，这段时间我用deepseek让他指导我如何在Qt上写一个“合流从手机中导出的音视频缓存m4s文件为mp4视频”的桌面软件 结果按照他的指导复制粘贴代码，结果数次重新创建项目写出来的程序： 要么能运行，结果有浏览对话框弹两次的bug 要么干脆报错 要么没有报错，但是运行起来直接崩溃 每一次总是把提问页面干到卡顿，也没查清问题在哪儿，甚至都不知道该怎么向人家提问 所以说想要让AI成为自己的“得力干将”，相关的基础知识还是要过关的啊[翻白眼]

♥ 217 ↩ 34

deepseek现在的水平符合之前的一句话：在谈到我熟知的领域之前，我觉得它无所不知

♥ 519 ↩ 107

今天简直过年了，新石器公园和芳斯塔芙都更新了

♥ 158 ↩ 4

等了一个月终于等到东园讲解了[打call]东东妈声音怎么变了，听起来有些沙哑有些无精打采的[新世纪福音战士表情包_乖巧]

♥ 136 ↩ 12

少了价值模型，但是deepseek的训练成本比closeAI便宜了20倍，这是怎么做到的？

♥ 98 ↩ 63

看的人变少了，B站！给点流量

♥ 120 ↩ 9

牛顿算是有创意的人吗？他说过自己只是站在了巨人肩膀上，但是这并不妨碍我们认为他是个有创意的天才。我认为这还是个信心问题，如果信心不足，无论中国企业取得什么成就，都不会被认为是从零到一的创新。甚至人类也不是“创新”的，海里的原始鱼类比人类更“创新”

♥ 102 ↩ 3

AI终究是AI，可以提升你的工作效率，但是它不能代替你的工作！ 比如你是一个小白，你让他帮你写一个的程序，你直接丢给他大白话，他回答给你的代码或者是demo都是有很多的bug，基本上一跑起来就是报错，然后再让他修复再运行，再修复，再运行，很浪费时间。 如果你是一个程序员，你可以让它帮你写程序， 写的流程和思路，一步一步来，活着直接让他生成一些结构简单且流程多次重复的代码，能省去很多时间，效率提升不是一点半点！

♥ 100 ↩ 19

如何学习才能跟上UP的脚步？建议UP教教我们如何学习[doge]

♥ 84 ↩ 7

DeepSeek的突破更多属于“从1到100”的工程化创新，而非“从0到1”的颠覆性基础理论创新（来自deepseek的答复）

♥ 74 ↩ 18

实测ds对于专业性问题的问答还是有一定概率出错的。所以不建议完全相信结果

♥ 58 ↩ 10

来了，东园[doge]

♥ 58 ↩ 2

只解析了第一层深度思考怎么产生 问题deep seek比kimi那些大模型还多了一个多元思考模型 把一个问题多个角度思考，我觉得这才是deep seek惊艳的地方，多角度推理思考（多种小模型）再综合得出更优解答[doge]

♥ 69 ↩ 2

在nlp领域，非要说transformer 是0到1也可以，它毕竟打破了rnn、cnn等的桎梏开辟新的天地。但是机器学习领域，根据我个人的理解，transformer 应该是2到100，而不是0到1，真正的0到1，还得是2024物理诺奖所代表的成就（只是说所代表的成就，不是说这俩人，毕竟很多早年做感知机的已经不在世了，没有他们的感知机、多层感知机mlp、反向传播等等，就没有现在复杂的神经网络）。后面不论是cnn、rnn（包括lstm、gru啥的，也包括基于rnn探索出的特殊的东西比如attention ，基于cnn探索出的resnet）等都是1到2，而transformer是一个集大成者，它把很多前面探索过的成就优化、精简、完善，涌现出了出人意料的强大能力，所以说它是2到100。至于视频提到的强化学习框架的改进，根据我的理解，强化学习领域而言，强化学习这个概念提出的本身，是0到1，至于说ppo、dqn，也是1到2，而grpo是不是如transformer的2到100，需要一定的时间验证。只要领域足够细，啥都可以是0到1，到回归到技术主干来看，很多号称的0到1，都谈不上真正的0到1，或者换个角度看，什么技术是0到1，完全是看看待这个问题的视角精度。

♥ 67 ↩ 16