这个人的理论很有意思总而言之，为什么之前所有用简单RL实现模型推理的工作都失效了，但DeepSeek却能一夜之间成功？到底发生了什么？他的理论是：因为过去2年，LLM崛起之后，人们在LLM上进行了大量的CoT（思维链）工作；这些工作混入了现在的训练数据里，改变了新训练大语言模型的行为

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...

2567 位用户此时在线

24小时点击排行 Top 10：

一定是中国人

Women dancing for Trump’s Mar-a-Lago guests

网友投稿：一位外卖小哥在送餐途中被警察拦下，理由是“今天是西方万圣节，不准任何装扮，万圣节只在国外承认，在中国不被承认”。民警当场登记了他的身份信息，并要求小哥“整改”。不久后，小哥换上东北花袄继续送外卖，又在路上被拦下，被要求“整改”。

Dancers at Trump’s Halloween party as people begin losing food stamps under his administration

习近平在中国人心目中的实际地位！

今天 X 上《All things AI w & 因为播客中做客的可是 OpenAI 的 CEO 山姆·奥特曼（Sam Altman）和微软的 CEO 萨提亚·纳德拉（Satya Nadella）。两位大佬聊了很多关于 AI 未来、算力投入、微软与 OpenAI 的合作等话题，加上前几天微软和

Just your usual former Chinese journalist Chen Weihua

河南農村的夜生活，男女老少適宜。

网友投稿 11月1日上午，四川绵阳。绵阳中学实验学校党委紧急在工作大群内下发通知，要求班主任学习并转发（绵阳市其他学校也有相同举动）。通知中提醒并多次强调学生一诊后放假时要注意在互联网上“谨言慎行”，不要“传播谣言”或“妄议学校管理事务或国家大事”，一定要“遵规守纪”并且“听党话、感党恩”。

He will remember this moment for years

我的关注列表中精选了一些相对优质一些的山寨但好像他们每天都在跌大多数时候都是在失血果然 “山寨的价值是0”

10月27日，广东一网友晒出一张由当地人民医院盖章的“登革热/基孔肯雅热检测阴性放行条”。

Good morning to everyone that says it back ❤️

最新消息：川普刚刚说：“我与中国国家主席习近平的会晤对我们两国都意义重大。这次会晤将带来持久和平与成功。愿上帝保佑中国和美国！”

This little NAZI piss ant went into hiding. Wherever he goes, karma will be waiting. “Everything the universe does, it does in circles.” —Lakota proverb

That smile when he realizes someone caught the moment

11月1日，据韩国媒体报道，习近平在韩国庆州期间，除了与韩国总统李在明会面，二人又互赠礼物。习近平向李在明夫妇赠送小米旗舰的曲面手机和文房四宝。李在明开玩笑问小米手机通讯保密如何，习近平则叫李在明查看电话有没有后门，二人大笑。

李锐在《直言：李锐六十年的忧与思》是这样回忆延安整风的︰在边区保安处，专设特字号监房，收押顽固分子。整人的手段是饿饭，每人每餐只给半碗饭，有的人曾饿过一个多月。关于延安整风，伍修权在《回忆与怀念》中透露︰当时中央军委一局的协理员张炽昌因为曾经在国统区做过兵运工作，也被关押起来

师哲在一篇回忆文章中曾详细地谈过康生和江青、毛泽东的关系。他说：江青钻到毛泽东身边，也是康生和曹轶欧的“杰作”。江青的手段是得到康生的真传的，而江青得逞之後，便实际上成了康生通往毛主席的一条暗道机关。因此康生对政治风向的嗅觉才特别灵敏；因此康生总是占据著特殊的地位，干了坏事无人敢

包包大人用三天时间走完了过去三年的表情包贡献过程🤪

新能源自動火化

突發事件：亨廷頓火車上多人被刺傷。消息稱，有10人被刺傷！在場的當地人說，行凶者有兩名，當時高喊「真主至大」。

网友投稿：10月31日，陕西西安某万圣节活动场所附近，一位coser化身“大白”，手持棉签为来往行人“做核酸”。以此来讽刺疫情封控时期“一刀切”的防疫政策。

核武边缘、和美结缘，遭霍查打脸毛自认和苏分裂，自1958年金门炮战始。实质是炮打苏共三和路线：向赫鲁晓夫即将访美泼冷水。赫不退让，反而建议毛采取列宁的政策：台湾可以成立“远东共和国”。毛充耳不闻（他怎可想像三十年后，苏联自动解体）。大兴文革反修，直到挑动珍宝岛之战，引发超过古巴危机

Text to Markdown Prompt 适用于你要把推文、微博这种纯文本内容转成格式良好的博客，可以帮你生成标题、列表，和加粗要点、金句。亮点： - 借助思维链先提取要点、金句和可选标题，然后选择标题和高亮要点、金句 - 解决了 LLM 在加粗带标点符号的文字时加粗失效的问题（如果你用过 LLM 生成的中文

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

这个人的理论很有意思
总而言之，为什么之前所有用简单RL实现模型推理的工作都失效了，但DeepSeek却能一夜之间成功？到底发生了什么？
他的理论是：因为过去2年，LLM崛起之后，人们在LLM上进行了大量的CoT（思维链）工作；这些工作混入了现在的训练数据里，改变了新训练大语言模型的行为
时政
( twitter.com )

9个月前由勃勃OC 提交

这个人的理论很有意思

总而言之，为什么之前所有用简单RL实现模型推理的工作都失效了，但DeepSeek却能一夜之间成功？到底发生了什么？

他的理论是：因为过去2年，LLM崛起之后，人们在LLM上进行了大量的CoT（思维链）工作；这些工作混入了现在的训练数据里，改变了新训练大语言模型的行为

也就是说，训练数据被污染了。LLM的输出泄露到了信的文本数据之中；这里面恰巧就包含了很多模型自己的CoT的标注

这样，在此基础上训练出来的DeepSeek V3实际上是和CoT天然对齐的

那么，在V3上再进行RL，就显得额外简单

如果这个理论是真的，那么Meta/OpenAI想要直接上RL，可能还没这么简单。至少他们的Base Model或许需要重新训练一下？

但问题是，没人知道DeepSeek的数据是什么啊。DeepSeek的人能透露一下，他们的14T数据里，有多少CoT标注吗？

谢谢大家

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

我不理解，人与人之间为什么会有这么大的敌意。
推特中文圈
( twitter.com)

2年前 • Philo • -- 点击 0 评论

2

2

1

1

@HernandezJavier 习近平的头衔如此之多——超过10个，而且还在增加——以至于有人称他为“万能主席”。这些头衔反映了他作为中国最有影响力的现代领导人之一的地位。
所有这些头衔的意思是什么？为什么头衔很重要？下面是一个…
大陆资讯
( twitter.com)

8年前 • 纽约时报 • -- 点击 0 评论

3

2

1

1

川特勒为什么明知不可为而为之？为什么明知不该言而言之？无非就是为了骗取蠢人、坏人或又蠢又坏者手中的选票而已。川特勒明知不该言而言之，就是为了取悦这些要么蠢要么坏要么又蠢又坏者；川特勒明知不可为而为之，就是为了敷衍要么蠢要么坏要么又蠢又坏者。期待下一个被判决违法违宪的川特勒总统令。
时政
( twitter.com)

9个月前 • 程益中 • -- 点击 0 评论

4

2

1

1

类似于“中国为什么没出现chatgpt”的提问还有很多，之前是苹果、马斯克、科学、工业革命……这其实反映出了很多人心中的天朝上国心态。问题是，您一个被共产党统治的人矿之国，自己什么德性心理没点b数吗？怎么好意思忝着脸问这种问题？
时政
( twitter.com)

2年前 • 豆瓣鹅组日报 • -- 点击 0 评论

5

2

1

1

我们在讲四个自信的时候，是否要认真仔细的去思考一个问题，我们的执政自信到底来源于什么，之前很多人不相信中国的社会主义道理是否正确，之前很多人无法从理论上来彻底的解释我们的有中国特色社会主义理论的自信，之前还有人不理解我们的社会制度的合理性和合法性。而这些人，很多都是我们党内的同志
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

6

2

1

1

其实王局推特被封是我意料之中的。
他并没有理解什么是言论自由，也没有找到言论自由的边界是在哪里。
时政
( twitter.com)

2年前 • 多伦多方脸🇹🇼🇨🇦🇺🇦 • -- 点击 0 评论

7

2

1

1

我也不知道什么意思。是不是亚速营隶属这个部队。言外之意。他们被消灭了？
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

8

2

1

1

2005年，钱学森向温家宝总理提出一个问题，后来被称为“钱学森之问”：为什么我们的学校总是培养不出杰出人才？虽然他当时只是针对科学研究而言，但这个问题可以推广到很多领域。…
时政
( twitter.com)

2年前 • Petrichor • -- 点击 0 评论

9

2

1

1

涉政不当言论是什么意思？
什么又是涉政恰当言论？
时政
( twitter.com)

2年前 • Jixian Wang • -- 点击 0 评论

10

2

1

1

很多人都喜欢跪拜祖宗，信誓旦旦要给祖宗争光之类的，我就没兴趣，一帮死人，有什么意思。

为什么没有人对着未来人类发誓呢，可能这也是为什么，我从来对穿越到过去不感兴趣，我只想奔向未来看一看。

我总觉得如果这个世界真有什么科学难以解…
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

11

2

1

1

这一问题很复杂。如果社交网络不禁止儿童色情或ISIS恐怖主义言论，甚至以言论自由为名加以保护，肯定没什么人赞成。

既然有些言论该禁，那么社交网络禁止言论的行为本身就不是个问题。问题只能是什么该禁。这个永远没有共识。

在民主的意…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

12

2

1

1

在知乎上看到一个问题：为什么熬过低谷后的人很多都沉默少言了？

这个回答让我联想到中国为何不热衷搞舆论战，被动应付舆论战，也许有点道理。

“人们听的根本不是道理，而是结果，其实也不是结果，而是利益，你讲什么不重要，你是谁很…
推特中文圈
( twitter.com)

2年前 • twitter机器人 • -- 点击 0 评论

13

2

1

1

对 #习近平而言，为什么中亚之行意义重大？他的目的究竟何在？
推特中文圈
( www.dw.com)

3年前 • 德国之声 • -- 点击 0 评论

14

2

1

1

我国万事不进步，而独防民之术，乃突过于先进国。——梁启超

美国第一任总统乔治·华盛顿说：为什么禁止言论自由？
只有三个解释：1.过去做了坏事，怕人们提起; 2.正在干坏事，怕人们批评; 3.准备干坏事，怕人们揭露。总之，禁止言论…
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

15

3

2

2

这个美女是谁？见到张大导演的肢体语言为什么这么奇怪？这是什么意思？🤔
时政
( twitter.com)

1年前 • 貓神•華語時政新聞 • -- 点击 0 评论

16

2

1

1

这几天心情不好。
反思自己，反思社会，反思人生

单位来了一个21岁的女孩，很漂亮。是派遣公司的，我问她为什么选择这个工作？她说工资高。。。
我问，你的理想是什么？
她说，没有想过理想是什么就已经长大了……
情不自禁为她可惜，总觉…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

17

2

1

1

还有一类骂我的评论说：道理都对，就是态度太爹味，是个女爹

爹味这个词我理解的意思是：讲话很笃定，有说教的意思，作为一个前辈的样子来跟小朋友讲话。

而我要的就是这个效果啊！

女性很多时候讲话就是太不笃定，让人家不确定你到底什…
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

18

2

1

1

说到润，我只是因为胆小而润的。说大了是因为（because, not for）言论自由，但也可以说实际甚至市侩一点：如果没有言论的自由，那就没有思想的自由，而你脑子都不属于你自己，你还有什么立锥之地？…
时政
( twitter.com)

2年前 • Eric Liu 刘力朋⏭️ • -- 点击 0 评论

19

2

1

1

我永远不明白为什么男生只喜欢好看的女人哪怕再作再任性在无理取闹总有男人喜欢。

而一个丑女人。无论多么通情达理多么体贴入微多么殷勤照顾男人却弃之如敝履。

所以当心如蛇蝎的漂亮女人伤痛男人的心让这个男人生…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

20

2

1

1

这时如果一个人有想法、愿意用自己的头脑思考问题，并且有时会质疑上司，或者直言不讳地指出哪些不合理之处，那他和“敌人”的范畴就只有一步之遥了，被群起而攻之就是早晚的事。
大陆资讯

7年前 • xiangwuxiao • -- 点击 1 评论

21

2

1

1

什么是言论自由，什么是仇恨言论？为什么你觉得自己在行使言论自由却被批成仇恨言论？这道理很简单我再给大家讲一遍：
我们进步小将掌握着言论自由的最终解释权，我们进步的仇恨言论是自由，而你反动的言论自由则是仇恨。
美支大选在即，提醒大家注意复习进步学说，温故支新。
时政
( twitter.com)

1年前 • 空空 🌟 狞猫世界第一可爱！ • -- 点击 0 评论

22

2

1

1

这个评论到位，中国人十分注意，连街不敢去，却被高比例感染病毒了。而卡塔尔世界杯体育场几万人聚集，不戴口罩，却感染很低。差别为什么如此之大？道理不明自白。
时政
( twitter.com)

2年前 • Petrichor • -- 点击 0 评论

23

2

1

1

本届大选，两名副总统候选人的背景南辕北辙。资深分析人预测，“这场交锋会很有意思。”为什么这么说呢？

大陆资讯
( bbc.in)

5年前 • bbcChinese • -- 点击 0 评论

24

2

1

1

南京有什么「鲜为人知但很有意思」的景点？
大陆资讯
( www.zhihu.com)

5年前 • 知乎每日精选 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.13752 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