https://reurl.cc/Q5gWM2 这篇有帮大家看过paper了 基本上就是在chain of thought inference 推理的时候 reinforcement跟supervised比例的尝试 数理问题RL比重高点 需要文法的文字问题supervised比重多一点 感觉是training手法的不同 跟model的运算架构没啥关系 我是觉得有点过誉辣 RL天马行空不见得效率会一直比较好 最後还是得靠堆算力 但是deepseek的成功背後代表的事是 人类的思考框架永远比想像中的蠢=_= 找一个蠢蛋去supervised 只会得到一个蠢蛋 ※ 引述《kobebrian》之铭言 : 先说 我完全不懂DS的算法 也不懂open ai的算法 : 但既然DS开源 那大家都能使用的情况下 未来AI迭代肯定加速 : 有人说我用1/50的算法就可以做到一样的功能...是啊大家都可以用这套算法的情况下 那 : 还是得拼硬体 : 我用更强大的硬体可以推出更好的产品、服务 除非今天硬体本身的上限到了 没办法再有 : 更好的硬体来加速运算 : 不然这些大公司要怎麽赢过有同样效率、算法的对手？我硬体先用到顶规 再来用软体拼 : 赢 还是有人觉得这些大公司挖金矿敢用次级铲子？ : 就是那些小公司现在也「可能」有本钱下来市场玩 他们可能可以用次一等的铲子来挖 推 : 出没那麽好但便宜的产品 这会让整个硬体的市场扩大 以前只能是最顶规的硬体跟AI有关 : 现在不是 : 而且也就是「可能」而已 : ----- : Sent from MeowPtt on my iPhone ---- Sent from BePTT on my iPhone 15 Pro --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.139.179.137 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1737981406.A.5D5.html