“木头姐”谈DeepSeek启示 创新训练方法启发思考
大家好，我是很帅的狐狸。最近几天DeepSeek的消息引起了广泛关注。这家公司以极低成本训练出一个名为R1的模型，其性能甚至可以媲美OpenAI的顶级推理模型o1。这一消息导致英伟达股价下跌，市场开始质疑训练AI是否真的需要大量资金投入。
让我感到最有趣的是DeepSeek的训练方法。R1不同于普通的大语言模型，它具有一定的推理能力，可以通过增加“思维链”来提高答案质量，特别是在理工科题目上。传统上，要让大语言模型具备这种能力，通常是在基础模型上通过监督微调（SFT）来实现，类似于学生通过大量练习和参考答案学习解题方法。
然而，DeepSeek在训练R1-Zero时采用了强化学习（RL）的方法。这种方法更像婴儿的学习过程：通过不断的互动和反馈，逐渐学会新知识。例如，教婴儿识别颜色时，通过不断提问和反馈，婴儿最终能理解并记住颜色的概念。
强化学习一般用于游戏策略等复杂任务，因为它没有标准答案，有时会产生非常有创意的解决方案。2016年AlphaGo与李世石对战时，就下出了连职业棋手都看不懂的一手棋，这体现了强化学习的创造力。
这对我们有什么启发呢？我们在不熟悉的领域其实也像一张白纸，可以从零开始学习。比如我在麦肯锡做咨询时，发现许多金融行业的常见做法在其他行业却是创新。因此，跨领域的学习和思考可以帮助我们在不同领域找到新的解决方案。
此外，每天花些时间进行思考训练也是一个好方法。可以选择一个从未系统性思考过的问题，不限于工作相关，可以是跨行业的或生活方面的。这样的训练有助于开拓思路，激发创造力。
罗马诺：阿森纳在斯凯利和恩瓦内里的续约上取得不错的进展 图赫尔看好两人未来
18涨停大牛股，停牌核查 股价严重偏离基本面
已查处400余个饺子导演高仿号！片方：只有微博账号是真的
DeepSeek后又一杭州企业被美国盯上 杭州科创企业再遭美国打压！
库尔斯克决战在即，乌军掌握顿巴斯低空优势，欲断俄军前线补给 机械化突击行动升级
辽篮两将离开国家队绝非坏事 杨鸣终于等来他想要的：调整与机遇并存
乌克兰代表团抵达沙特 为泽连斯基访问做准备
缅甸政府军与德昂军进行会谈期间，瑙丘地区战事激烈，会谈期间战火未息
已查处400余个饺子导演高仿号！片方：只有微博账号是真的
马斯克曝光美国公务员薪资细节 引爆“数据核弹”
“重大转变”！俄罗斯与北约演习！外媒：白宫首次明确表态，乌将获准坐在桌旁 乌克兰参与和平谈判
美国务卿改口径 短暂删除“不支持台独”引发争议
马斯克查账美国社保称发现360岁老人 马斯克曝光美国社保系统惊人漏洞
老人迷路后走进面馆 老板娘暖心送热水面条 温情举动获赞
新一轮以旧换新多地多重buff拉满 消费热潮再起
“一年雨水看雨水”今年雨水多不多？春雨贵如油
前马竞青训教练：巴里奥斯被罚下是因为犯错，但我们应保护他 支持年轻模范球员
18涨停大牛股，停牌核查 股价严重偏离基本面
美国客机机身翻覆已造成15人受伤 恶劣天气成事故主因
美国为何盯上乌克兰稀土资源 地缘博弈与资源攫取
记者买7件100%羊绒衫 实际1根羊绒都没有
95岁爷爷拄着拐杖给孙女送菜
马斯克为何敢整治美政府部门 AI引领政府效率革命
男性1.5米就能参军，色盲也能报名，台军新征兵标准有多离谱
外电：欧洲人“只是自己命运的旁观者” 无力参与谈判决策
乌方不承认美俄谈判达成协议，强调自身主权立场
巴萨重回西甲榜首 莱万点射助力登顶
专家：泽连斯基欲铲除波罗申科 为选举清除障碍
记者应该怎么用DeepSeek 真帮手还是挖坑侠？
巴尔德：对伊尼戈的犯规明显是点球 裁判争议再现
罗马诺：阿森纳在斯凯利和恩瓦内里的续约上取得不错的进展 图赫尔看好两人未来
迪丽热巴旗袍造型好清新 绿意盎然显气质
未来驰援国足 国青？17岁华裔新星世界波斩澳超首球！本人愿归化 潜力无限待绽放
又被刘晓庆圈粉了！
台名嘴：特朗普面对中国无计可施
相关新闻
DeepSeek爆火的启示 AI算命成新宠
最近，社交平台上涌现出大量关于AI算命的讨论。以DeepSeek为代表的AI算命在年轻人中掀起了一股热潮，成为他们在应对婚恋、职场等压力时的“救命稻草”
2025-02-16 19:52:04DeepSeek爆火的启示冯骥谈DeepSeek 国运级科技成果
1月26日晚，游戏科学创始人、CEO冯骥发文谈到了DeepSeek，称其可能是一个国运级别的科技成果。他认为，如果有一个AI大模型能做到以下任何一条，都是了不起的突破，而DeepSeek全部实现了
2025-01-27 09:45:58冯骥谈DeepSeekDeepSeek爆火的启示：中国如何培植创新基因？ 市场化创新的成功案例
2024年1月20日，中国量化基金公司幻方发布的人工智能大模型DeepSeek-R1在全球科技界引起轰动
2025-02-18 05:39:09DeepSeek爆火的启示木头姐：比特币2030年将破100万美元 长期看好不变
2024-12-20 20:27:30木头姐简讯｜习近平谈中美关系四年来的经验与启示
新华社利马11月16日电 当地时间11月16日下午，国家主席习近平在利马同美国总统拜登举行会晤。习近平说：过去4年的经验值得总结、启示需要记取，我认为至少有以下几条。
2024-11-17 09:48:35简讯｜习近平谈中美关系四年来的经验与启示特朗普就职典礼伴奏故障 木头姐救场 乡村歌手带头清唱
特朗普就职典礼上出现意外，乡村女歌手凯莉·安德伍德在准备演唱美国著名爱国歌曲《美丽的阿美利加》时，伴奏突然故障无法播放。在等待了近1分半钟后，安德伍德决定直接清唱，并带领全场一同歌唱，成功救场
2025-01-22 01:18:33特朗普就职典礼伴奏故障木头姐救场
