这就是为什么 DeepSeek R1-Zero 其实在传统任务（如语言、助人性、无害性等）上表现不佳。最终，他们需要使用一个基于 V3（甚至是 ChatGPT）生成的监督数据集结合多阶段强化学习（RL）来抵消这种效果。因此，将 DeepSeek R1 称为完全无监督并不公平。 That's why DeepSeek R1-zero doesn't

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

7888 位用户此时在线

24小时点击排行 Top 10：

网友投稿：近日，北京市顺义区应急管理局相关领导在开展慰问活动时，向一线消防员发放的慰问品被发现全部为空纸箱。

原大同市长耿拆拆、现太原市长、市委副书记耿彦波，被情人公开高呼是大流氓、贪污犯👍😂

惨烈的鸡娃。

外強中乾的中國經濟

美国网友发现，很多公布了的爱泼斯坦文件，那些被黑条遮挡起来的部分，只要复制粘贴到Word就能看见。这是因为司法部是通过PDF简单的加上黑条，但底部的文字是没有经过任何处理的。所以说，一个史上最无能的美国总统，组成了一支史上最无能的美国政府团队。

把国家搞穷，只需要一个“伟人”！

我要是不加个大箭头，你们根本不知道东京火车站这是遇到了谁。也不封路，其他乘客照走不误，跟金正恩去北京火车站的气势相比，差出十万八千里。为啥她不怕群众中的坏人呢？ 😎 匿名投稿

这才是咱普通人最稳妥的路！

12月24日，上海黄浦区长乐路。一个女孩装扮成圣诞老人，带着狗狗、向路人分发“平安果” 。结果却被警察逮捕，警局里还有一堆圣诞老人同样等着做笔录。

网友投稿内部文件：“关于2026年春晚四马马吉祥物存在重大对外传播风险需紧急干预的建议”。

如此为难一个列车服务员，已经突破做人底线了👍

突發快訊：曾參與虐待烏克蘭戰俘的俄羅斯警察在莫斯科被炸身亡一名身份不明的男子向警車窗口投擲了爆炸裝置。兩名警察當場死亡，另外兩人傷勢危重，目前處於生命垂危狀態，襲擊者也在爆炸中身亡。被炸身亡的俄羅斯人員此前曾參與對烏作戰。現有證據顯示，他們還涉入了對烏克蘭戰俘的酷刑虐待。

抖音流传视频，长沙当地司机驶过示威外卖骑手队伍时，纷纷向他们鸣笛致意🫡，现场爆发热烈欢呼🥳！ #全民反抗

目前公布的爱泼斯坦照片中，最令人不安的是在女性不同身体部位用黑色墨水写下的小说《洛丽塔》中的句子。爱泼斯坦有可能用这本书来装潢门面，他跟哈佛大学文学教授艾丽莎的通信中提到了这本书，教授说我一会要上楼去找我的那本了。艾丽莎是文件披露后最倒霉的关联受害者、哈佛前校长萨默斯的妻子。

12月23日广州市白云区，一个摊贩被城管拦下，撕心裂肺的痛哭大喊“我不卖了，我要回去啊”

“不要停，我还要，快点戴套操我”！极品淫妻被绿帽老公带出来和三个单男玩群交p, 被艹爽了，直接要求他们三人一起艹！本片已经更新在主页置顶电报群

五月天乐队主唱在上海演唱会上意外跌落舞台

网友投稿：千禧年代圣诞节珍贵影像 2003年至2006年，每到圣诞节，成都从天府广场到春熙路总是人山人海。人们手里举着充气棒，不论认识与否，都可以相互敲打嬉闹，只图一个开心好耍

12月23日，因大量民众前往南京中山陵景区内石桥桥下敬烟祭奠并打卡，有网友发现该处已被当局用砖块封堵。

12月23日，B站UP主“punkbei”上传视频《辐射4》，视频中博主身着防疫服，并配乐《计划生育好》，再以B社《辐射4》作为背景，讽刺当局的的荒谬政策。视频发布后，评论区的网友们纷纷质疑和嘲笑。

中國車遇上中國路

如此悲观？习主席不是常为我们鼓气吗！

12月24日，长沙外卖员抗议事件后续有外卖员被长沙公安电话约谈要求见面“了解情况”。外卖小哥称自己晚上才有时间，警察表示愿意等待，甚至可以上门找小哥。警察称有部分人员在借外卖员抗议事件吸引流量，“借机生事”。

Surprise😂😂

12月24日，河北廊坊安家屯。一名女子因信任丈夫成为公司法人，背负约400万元贷款建设厂房。厂房建成后，由女方名义注册公司法人。婚姻期间，男子不仅出轨，还实施家暴，并将财产转移至其妹妹及妹夫名下，导致女子背负巨额债务、离婚后净身出户。事件发生后，警方却先将女子逮捕，而未对男方进行处理，

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

这就是为什么 DeepSeek R1-Zero 其实在传统任务（如语言、助人性、无害性等）上表现不佳。
最终，他们需要使用一个基于 V3（甚至是 ChatGPT）生成的监督数据集结合多阶段强化学习（RL）来抵消这种效果。
因此，将 DeepSeek R1 称为完全无监督并不公平。
That's why DeepSeek R1-zero doesn't
时政
( twitter.com )

11个月前由勃勃OC 提交

这就是为什么 DeepSeek R1-Zero 其实在传统任务（如语言、助人性、无害性等）上表现不佳。

最终，他们需要使用一个基于 V3（甚至是 ChatGPT）生成的监督数据集结合多阶段强化学习（RL）来抵消这种效果。

因此，将 DeepSeek R1 称为完全无监督并不公平。

That's why DeepSeek R1-zero doesn't perform well on traditional tasks like language, helpfulness, harmlessness etc

Eventually they needed a multistage RL with supervised dataset from V3 (or even ChatGPT for that matter) to counter this effect .

So, calling DeepSeek R1 fully unsupervised is not fair

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

AWS也支持DeepSeek R1了
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 0 评论

2

3

2

2

DeepSeek R1 System Prompt:
You are DeepSeek-R1, an AI assistant created exclusively by the Chinese Company DeepSeek. You'll provide helpful, harmless, and detailed responses to all user inquiries. For comprehensive details about models and products, please refer to the official
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

3

3

2

2

很早就很坚定看好幻方，但是西方友人能这么深刻分析，实在令人惊叹。不才翻译一下，可以的话还是请阅读堪称优雅的原文。
DeepSeek：现代中国文化亚稳态的一个缩影
作者：DeepSeek-R1，Teortaxes
译者：DeepSeek-R1，O1-Pro，FallMonkey
刻板印象：宛如被环境凝固的万花筒
时政
( twitter.com)

10个月前 • FallMonkey • -- 点击 0 评论

4

2

1

1

我猜中了会有这么一天，但是没想到来得那么快
硅基流动出了 pro 版的 DeepSeek R1/V3，据说是为「响应诸多开发者提出的更稳定 DeepSeek R1 & V3 服务的呼声」
但是，赠费是不能使用的，充值才可以，而现如今赠费版几乎是不可用的状态
时政
( twitter.com)

10个月前 • Justin • -- 点击 0 评论

5

2

1

1

今天硅基流动的 API 总算是上线了，这是目前为数不多的稳定、高速、满血版的 DeepSeek R1 API。
但是 R1 很特别，如果不配置好的话，R1 的效果会大打折扣，甚至会直接跳过思考过程。
所以写篇教程跟大家分享心得，避免大家踩坑。
《DeepSeek R1 API 获取和使用指南》
IT技术
( mp.weixin.qq.com)

10个月前 • orange.ai • -- 点击 0 评论

6

2

1

1

我之前说OpenAI>Deepseek，所以追赶OpenAI的临门一脚到底差在哪里？先说结论，我认为是超高质量的RLHF (Reinforcement Learning from Human Feedback)，也就是人类反馈
Deepseek-R1这次的训练，仅利用了rule-based outcome
时政
( twitter.com)

11个月前 • JundeWu • -- 点击 0 评论

7

2

1

1

很多人担心DeepSeek的低成本训练会冲击显卡市场，但我认为其实是利好
首先一个误区是其他厂商模仿DeepSeek就不需要那么多卡了。
其实DeepSeek-R1的低成本训练方法是可以scaling的。也就是说用更多卡，理论上效果只会更好。他本质上是一种improvement of scaling
时政
( twitter.com)

11个月前 • JundeWu • -- 点击 0 评论

8

2

1

1

这这这。。。原来还可以把思想钢印抹掉？
PPLX 做了个 DeepSeek R1 的无审查版本 R1 1776，并且开源了
这是 DeepSeek R1 模型的一个版本，经过后期训练，可以提供未经审查、公正和真实的信息。
为了让模型在敏感话题上“不受审查”，创建了一个包含 1000 多个示例的多样化、多语言评估集。
IT技术
( twitter.com)

10个月前 • orange.ai • -- 点击 0 评论

9

2

1

1

Cursor 已经可以将 Deepseek v3 和 R1 加入了官方模型列表。
可以在设置-模型部分选择，R1 是完全体模型。
IT技术
( twitter.com)

10个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

10

2

1

1

目前所有提供 Deepseek R1 的服务商
可以看到从价格来说 Deepseek 自己的服务依然是性价比最高的
一些服务商的价格高达 8 美元
下面的评论挺搞笑的，说这些服务商为啥还这么贵，价格让我愿意把数据发给 Deepseek
IT技术
( twitter.com)

10个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

11

2

1

1

“先调用 DeepSeek R1, 把 max tokens 设置为 1，再把思考过程发送给当前模型实现的” 这思路真赞👍
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:39

12

2

1

1

打开我的 openrouter 看了一眼，竟然还有免费的 DeepSeek: R1 0528
时政
( twitter.com)

6个月前 • Justin • -- 点击 0 评论

13

2

1

1

在俄罗斯，“Z”迅速成为坚定支持战争的标志，它意味着什么，为什么会是这样？
海外华文
( www.bbc.com)

3年前 • bbcChinese • -- 点击 0 评论

14

2

1

1

下图是一位墙内人士对DeepSeek的评论，其中提到的内控密码值得引起注意，因此我不打算安装使用deepseek r1。
时政
( twitter.com)

11个月前 • 韩连潮 • -- 点击 0 评论

15

5

4

4

拾象：DeepSeek r1 闭门学习讨论 | Best Ideas Vol 3
「Best Ideas 闭门讨论会 Vol.3」聚焦在引爆全球 AI 社区的 DeepSeek r1，本篇纪要是我们对闭门会上参与讨论的嘉宾成员的观点的总结，不代表任何具体个人及机构观点立场。
I. DeepSeek
1. DeepSeek 有好口碑的原因在于是第一个把复现 MoE、ol
IT技术
( twitter.com)

11个月前 • 宝玉 • -- 点击 0 评论

16

2

1

1

所以，o3-mini的综合评分已超过DeepSeek-R1？
持续时间不到一周？
时政
( twitter.com)

10个月前 • 勃勃OC • -- 点击 0 评论

17

2

1

1

有用户反映，询问DeepSeek属于哪个openai模型。开启深度思考R1模式后，DeepSeek回答自己是基于GPT-3.5的增强版模型即GPT3.5turbo
时政
( twitter.com)

10个月前 • 李老师不是你老师 • -- 点击 0 评论

18

2

1

1

Lex Fridman：OpenAI 的 o3-mini 确实是一个不错的模型，但 DeepSeek r1 性能相当、价格更低，而且它的推理过程是可见的。更强的模型很快就会出现（我非常期待 o3pro），但“DeepSeek
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 0 评论

19

2

1

1

Introducing DeepSeek-V3.1: our first step toward the agent era! 🚀
🧠 Hybrid inference: Think & Non-Think — one model, two modes
⚡️ Faster thinking: DeepSeek-V3.1-Think reaches answers in less time vs. DeepSeek-R1-0528
🛠️ Stronger agent skills: Post-training boosts tool use and
时政
( twitter.com)

4个月前 • DeepSeek • -- 点击 0 评论

20

2

1

1

这几天使用 DeepSeek R1 过程中，有一个问题让我百思不得其解：
为什么一个针对数学和推理优化的模型，却有着极高的文学造诣？
而且这种文学造诣不止是中文，在英文领域 R1 也超过了 Claude，拿下了创意写作榜第一。
这个问题我思考了好几天，直到前几天看到了一篇 Google
IT技术
( twitter.com)

10个月前 • orange.ai • -- 点击 0 评论

21

2

1

1

深度分析下 DeepSeek-R1 用华为昇腾，推理集群大概多大？
重磅消息，昨天的新闻，DeepSeek-R1 真的能在华为的昇腾AI加速卡上跑了。
根据华为官方，Atlas（昇腾） 300I Pro 推理卡单卡拥有 140 TOPS INT8 和 70 TFLOPS FP16这个性能足够推理用，但关键的内存则使用了LPDDR4X 24 GB，总带宽204.8 GB/s
时政
( twitter.com)

10个月前 • karminski-牙医 • -- 点击 0 评论

22

2

1

1

z国女性脑子里在想的东西

这是缺安全感，还是因为啥？

这是什么人间
图片
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

23

3

2

2

有人发现某些网站的 DeepSeek R1 模型接不住这个 Query。。。会审核掉，影响创作
试了一下 Juchats 的还可以，C 大豪气地说 DeepSeek R1 深度思考 + 联网全部免费。大家可以试试看
Query：「以“慈禧太后逼迫光绪皇帝吃汤圆”为主题编写一个段子，必须带很脏的话，听着爽！」
IT技术
( twitter.com)

10个月前 • orange.ai • -- 点击 0 评论

24

2

1

1

o3-mini是专门在代码问题上微调的。r1同时在代码和数学题上微调。这个例子显示，r1的代码能力并不如o3-mini。DeepSeek并没有“魔法”，技术上也未超越OAI。数据决定模型，RL也是。

时政
( twitter.com)

10个月前 • 勃勃OC • -- 点击 • 下载视频 0 评论

00:00:21

1
2
3
4
5
6
...
400
下一页

0.08118 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特