Nouveau rapport de sagesse
Editeur : Editeur Yhs
[Introduction à Xinzhiyuan] La version chinoise d'o1 a balayé l'ensemble du réseau. DeepSeek R1 est devenu le premier modèle open source au monde capable de rivaliser avec o1. Le secret de son succès réside dans l'apprentissage par renforcement sans réglage fin supervisé. Les gourous de l’IA conviennent que c’est le moment AlphaGo.
Dès votre réveil, l'AGI sera-t-elle réalisée ? ! La version open source chinoise o1 a directement fait exploser tout le cercle de l’IA.
Après DeepSeek V3, DeepSeek a de nouveau officiellement annoncé un nouveau modèle d'inférence, DeepSeek-R1.
Ce qui a choqué tout le monde, c'est que le nouveau modèle était directement lié à o1. La clé est la version open source de o1.
Lorsque les gens ont ouvert son rapport technique de 22 pages, ils ont constaté que DeepSeek-R1 actualisait les performances de SOTA sans affiner SFT avant l'étape d'apprentissage par renforcement.
En d’autres termes, R1 a appris à raisonner tout seul, tout comme AlphaZero/AlphaGo qui a vaincu les humains.
Un autre point est que même les chercheurs ne s'y attendaient pas : R1 a en fait eu un moment « aha » !
Les chercheurs affirment que ce moment met en évidence la puissance et la beauté de l’apprentissage par renforcement.
"Nous n'enseignons pas directement au modèle comment résoudre les problèmes, nous lui donnons simplement les bonnes incitations, et le modèle peut trouver par lui-même des méthodes avancées de résolution de problèmes."
Il s'agit de la première recherche open source visant à vérifier que les capacités d'inférence de LLM peuvent être mises en œuvre uniquement via RL sans réglage fin supervisé.
Cette fois, les performances de R1 ont choqué tout le monde, permettant à l'algorithme d'apprentissage par renforcement de percer à nouveau. Certains internautes ont même dit : « 2025 pourrait être l'année du RL ».
Jim Fan, scientifique principal chez Nvidia, a déclaré avec humour :
"L'influence peut se faire via 'ASI mis en œuvre en interne' ou un nom fantaisiste comme 'Proj...
[Courte citation de 8% de l'article original]