DS V1.5鳥瞰：最大貢獻是引入RL，GRPO，一次性生成整個認證過程，再用truncate-&-resume校正。

來源: 成功的飛過 於 2025-01-28 11:40:27 [] [舊帖] [給我悄悄話] 閱讀數 : (161 bytes)

 

大大提高了學習效率和生成效率。

 

 

所有跟帖： 

• truncate-&-resume像極了DFS。兩篇短的讀完了，後麵的都巨長，五十多頁一篇，intimating... -成功的飛過- ♂ 給 成功的飛過 發送悄悄話 (0 bytes) () 01/28/2025 postreply 11:42:00

• 相關文章貼一下，我也要閱讀 -青裁- ♂ 給 青裁 發送悄悄話 (0 bytes) () 01/28/2025 postreply 11:43:00

• arxiv.org/abs/2408.08152 -成功的飛過- ♂ 給 成功的飛過 發送悄悄話 (249 bytes) () 01/28/2025 postreply 11:45:38

• 繼續update:) 我肯定看不懂這方麵的論文了，所以樓主願意讀然後深入淺出的解讀一下，對我非常有價值 -兩女寶媽- ♀ 給 兩女寶媽 發送悄悄話 兩女寶媽 的博客首頁 (0 bytes) () 01/28/2025 postreply 12:21:02

• meta家正在組織工程師分組學習，全世界的工程師們卷起來，很棒 -快樂的小鳥- ♀ 給 快樂的小鳥 發送悄悄話 (0 bytes) () 01/28/2025 postreply 12:21:11

• +1000。。。科技是沒有國界的：） -兩女寶媽- ♀ 給 兩女寶媽 發送悄悄話 兩女寶媽 的博客首頁 (0 bytes) () 01/28/2025 postreply 12:23:13

• meta家的估計沒安什麽好心，在找有什麽可以告DS的。 -baydad- ♂ 給 baydad 發送悄悄話 (0 bytes) () 01/28/2025 postreply 12:41:03

• GRPO聽起來是很關鍵的貢獻，這裏有個通俗易懂點的介紹，評論區第一個人的問題怎麽解？ -專業潛水媽- ♀ 給 專業潛水媽 發送悄悄話 (276 bytes) () 01/28/2025 postreply 12:40:31

• DeepSeek does seem to be a game changer -gezhu- ♂ 給 gezhu 發送悄悄話 (81 bytes) () 01/28/2025 postreply 13:38:47

• 這裏很多奇怪的人在deny reality -我是誰的誰- ♂ 給 我是誰的誰 發送悄悄話 (0 bytes) () 01/28/2025 postreply 13:59:24

• GRPO 的確節約了顯存和計算資源。 但是是否真的提升複雜任務能力保留疑問。這是國內內行的分析 -zaocha2002- ♀ 給 zaocha2002 發送悄悄話 zaocha2002 的博客首頁 (266 bytes) () 01/28/2025 postreply 14:35:49

請您先登陸，再發跟帖！