Lorsque le coût de l'IA est réduit de 30 fois: Deepseek-R1 comment remodeler l'industrie de l'IA

Son excellente capacité de raisonnement et ses coûts de formation relativement bas ont provoqué une forte réponse dans l'industrie. Cela fait que les gens se rendent compte que le développement de modèles d'IA à haute performance peut ne pas avoir besoin de s'appuyer sur une puissance de calcul coûteuse et des données massives. R1 est non seulement proche de l'OPNAI O1 en performance, mais plus important encore, il divulgue en détail sa propre méthode de formation, et cette méthode est beaucoup plus simple que prévu. Cette découverte a rapidement provoqué une réponse dans la communauté mondiale de l'IA, et de nombreuses équipes de recherche ont commencé à vérifier et à reproduire cette percée.

À l'heure actuelle, trois projets open source importants ont confirmé la découverte de Deepseek-R1 à différents niveaux.

Le projet Simplerl de l'Université des sciences et technologies de Hong Kong montre le potentiel de raisonnement mathématique de la méthode R1 sur le petit modèle (éléments: https://github.com/hkust-simplerl-reason? Tab = Readme-ov-File) . Le projet a été dirigé par le professeur adjoint He Junxian. Le projet utilise deux stratégies de formation: Simplerl-Zero et Simplerl. Simplerl-Zero utilise PPO pour renforcer les algorithmes d'apprentissage directement sur le modèle de base, tandis que Simplerl a avancé la surveillance de Siwei à longue chaîne à longue chaîne comme un démarrage à froid, puis une formation d'apprentissage améliorée. Les deux méthodes adoptent un mécanisme de récompense de règles simples et efficaces: la bonne réponse de réponse +1, la punition de réponse d'erreur -0.5, aucun...
[Courte citation de 8% de l'article original]