deepseek：智能時代的全面到來和人機(jī)協(xié)作的新常態(tài)-浙江大學(xué)-202502

DeepSeekDeepSeek智能時代的全面到來和人機(jī)協(xié)作的新常態(tài)孫凌云教授計算機(jī)科學(xué)與技術(shù)學(xué)院2025年2月維基鏈接CommonCrawl數(shù)據(jù)總計4.64.6ThePilev164.66.4表：主要數(shù)據(jù)集大小匯總，以GB為單位。公開的數(shù)據(jù)集以粗體表示，確定的數(shù)據(jù)以斜體表示。CommonCrawl數(shù)據(jù)集過濾之前為45T來源：OpenAI團(tuán)隊，LanguageModelsareFew-ShotLearners，/abs/2005.14165，2022年7月22日34由AI（DeepSeekR1）搜集并整理，經(jīng)人工檢查4三體人如何學(xué)習(xí)地球知識？三體人如何學(xué)習(xí)地球知識？電磁波探測器拯救派電磁波地球文明信息原始數(shù)據(jù)、無目標(biāo)性探測器探測器搜集數(shù)據(jù)集電磁波地球文明信息原始數(shù)據(jù)、無目標(biāo)性探測器探測器搜集數(shù)據(jù)集精準(zhǔn)觀察、查漏補(bǔ)缺拯救派人類反饋實現(xiàn)對齊動態(tài)反饋、價值博弈三體人如何學(xué)習(xí)地球知識？拯救派人類反饋實現(xiàn)對齊動態(tài)反饋、價值博弈拯救派人類反饋實現(xiàn)對齊動態(tài)反饋、價值博弈電磁波地球文明信息原始數(shù)據(jù)、無目標(biāo)性探測器搜集數(shù)據(jù)集精準(zhǔn)觀察、查漏補(bǔ)缺定向能力強(qiáng)化價值觀校準(zhǔn)原始數(shù)據(jù)基建定向能力強(qiáng)化價值觀校準(zhǔn)三體人如何學(xué)習(xí)地球知識？電磁波探測器拯救派人類反饋強(qiáng)化學(xué)習(xí)人類反饋強(qiáng)化學(xué)習(xí)預(yù)訓(xùn)練三體人如何學(xué)習(xí)地球知識？電磁波基礎(chǔ)模型電磁波基礎(chǔ)模型強(qiáng)化學(xué)習(xí)結(jié)合準(zhǔn)確性獎勵（數(shù)學(xué)、編程等任務(wù)的可驗證結(jié)果）和格式獎勵（強(qiáng)制輸出結(jié)構(gòu)化標(biāo)簽），通過GRPO算法優(yōu)化模型三體人如何學(xué)習(xí)地球知識？電磁波基礎(chǔ)模型電磁波基礎(chǔ)模型強(qiáng)化學(xué)習(xí)數(shù)學(xué)題自動判分/編程題實戰(zhàn)演練/階梯進(jìn)化結(jié)合準(zhǔn)確性獎勵（數(shù)學(xué)、編程等任務(wù)的可驗證結(jié)果）和格式獎勵（強(qiáng)制輸出結(jié)構(gòu)化標(biāo)簽），通過GRPO算法優(yōu)化模型https://huggingface.co/papers/2501.12948TheuserasksaquesThereasoningprocessandanswerareenclosedwithin2025年1月22日Ahamoment頓悟時刻人類長期思考后的靈感閃現(xiàn)強(qiáng)化學(xué)習(xí)中的獎勵信號引導(dǎo)結(jié)合準(zhǔn)確性獎勵（數(shù)學(xué)、編程等任務(wù)的可驗證結(jié)果）和格式獎勵（強(qiáng)制輸出結(jié)構(gòu)化標(biāo)簽），通過GRPO強(qiáng)化學(xué)習(xí)策略后訓(xùn)練V3模型Ahamoment頓悟時刻人類長期思考后的靈感閃現(xiàn)強(qiáng)化學(xué)習(xí)中的獎勵信號引導(dǎo)結(jié)合準(zhǔn)確性獎勵（數(shù)學(xué)、編程等任務(wù)的可驗證結(jié)果）和格式獎勵（強(qiáng)制輸出結(jié)構(gòu)化標(biāo)簽），通過GRPO強(qiáng)化學(xué)習(xí)策略后訓(xùn)練V3模型來源：/think/topics/chain-of-thoughts20表格內(nèi)容由AI生成，使用DeepSeekR1自動整理https://x.ai/blog/grok-3來源：/xai/status/18916997152987304822025年2月18日算力路線xAI發(fā)布會,DeepSeek白皮書訓(xùn)練成本估算2.1億/5億美元，含基礎(chǔ)設(shè)施558萬美元（單次訓(xùn)練成本）Axios成本報告技術(shù)特性2.7萬億參數(shù)動態(tài)架構(gòu)通過ThinkMode分解問題（如火星軌道計算調(diào)用9個子模型協(xié)同）671B參數(shù)僅激活少量參數(shù)完成同類任務(wù)xAI技術(shù)文檔,DeepSeek-V3技術(shù)表數(shù)學(xué)推理xAI基準(zhǔn)測試,DeepSeek-V3數(shù)據(jù)表代碼生成LiveCodeBench57%LiveCodeBench40.5%Radargit性能對比訓(xùn)練能耗相當(dāng)于30萬戶家庭年用電相當(dāng)于于3000戶家庭年用電xAI發(fā)布會實錄推理成本$0.015/次$0.0018/次Radargit成本對比生態(tài)策略封閉生態(tài)X平臺，但提供實時數(shù)據(jù)接口開源策略允許開發(fā)者定制思維鏈展示規(guī)則Radargit行業(yè)分析使用DeepSeekR1自動整理，含第三方估計數(shù)據(jù)25DeepSeek-R1GPT-o1/通義千問QwQ-32B/天工Skyworko1/訊飛星火X1/GeminiUltra/Grok3-語言模式匹配與統(tǒng)計規(guī)律學(xué)習(xí)-上下文連貫性與生成流暢度-大規(guī)模數(shù)據(jù)泛化-復(fù)雜邏輯分析與多步驟推理-符號化規(guī)則與結(jié)構(gòu)化思維鏈構(gòu)建-邏輯驗證準(zhǔn)確性-基于Transformer的并行化生成-端到端模式識別-依賴提示工程提升表現(xiàn)-原子推理模塊組合（如批判性思維、逐步推導(dǎo)）-需強(qiáng)化學(xué)習(xí)優(yōu)化推理路徑-開放域?qū)υ挘头C(jī)器人）-文本創(chuàng)作（小說/詩歌生成）-數(shù)學(xué)定理證明（如代數(shù)方程求解）-動態(tài)規(guī)劃算法設(shè)計-實時決策系統(tǒng)（自動駕駛）），-FP8混合精度訓(xùn)練減少內(nèi)存占用與計算量-強(qiáng)化學(xué)習(xí)直接用于基礎(chǔ)模型（無需監(jiān)督微調(diào)）-知識蒸餾技術(shù)縮短后訓(xùn)練周期-動態(tài)知識庫與多模態(tài)引擎加速迭代-FP8混合精度框架首次驗證超大規(guī)模模型可行性-負(fù)載均衡策略減少性能損失-知識蒸餾將大模型能力遷移至小模型（如15B參數(shù)模型）-動態(tài)稀疏注意力降低計算復(fù)雜度注：使用秘塔搜索（R1推理模型）總結(jié)，內(nèi)容未經(jīng)人工確認(rèn)，格式經(jīng)人工調(diào)整。詳情參考：/s/ZYdtday/s/TM0D0rP/pdf/2311.02462.pdf/pdf/2311.02462.pdf/sites/jodiecook/2024/07/16/openais-5-levels-of-super-ai-agi-to-outperform-human-capability/2024年7月16日來源：ARKInvest/big-ideas-20242024年1月31日33能力涌現(xiàn)不可逆社會影響倒計時人機(jī)協(xié)作新常態(tài)來源:/technology/chatgpt-opens-door-to-four-day-week-says-nobel-prize-winner-20230406-p5cyki來源：ARKInvest/big-ideas-20242024年1月31日37來源：Stella,F.,DellaSantina,C.&Hughes,J.HowcanLLMstransformtheroboticdesignprocess.NatureMachineIntelligence.5,561–564(2023)./10.1038/s42256-023-00669-72023年6月7日來源：Stella,F.,DellaSantina,C.&Hughes,J.HowcanLLMstransformtheroboticdesignprocess.NatureMachineIntelligence.5,561–564(2023)./10.1038/s42256-023-00669-72023年6月7日https://twitter.com/gong_cn/status/1726501516https://huggingface.co/blog/lcm_lora2023年11月9日人類完成絕大部分工作人類設(shè)立任務(wù)目標(biāo)其中某(幾)個任務(wù)AI提供信息或建議人類自主結(jié)束工作人類和AI協(xié)作工作人類設(shè)立任務(wù)目標(biāo)其中某(幾)個任務(wù)AI完成初稿人類修改調(diào)整確認(rèn)↓人類自主結(jié)束工作AI全權(quán)代理!任務(wù)拆分工具選擇進(jìn)度控制!AI全權(quán)代理!任務(wù)拆分工具選擇進(jìn)度控制!AI自主結(jié)束工作AI完成絕大部分工作設(shè)立目標(biāo)提供資源監(jiān)督結(jié)果來源：VIONWILLIAMS/s/AluYfD6BQOkLo6XpJMyQnQ2023年9月15日41蒸汽時代（1760-1840）蒸汽時代（1760-1840）水力、紡織、鐵蒸汽、鐵路、鋼電、化學(xué)品、內(nèi)燃機(jī)石油、天然氣、硅電子互聯(lián)網(wǎng)水力、紡織、鐵蒸汽、鐵路、鋼電、化學(xué)品、內(nèi)燃機(jī)石油、天然氣、硅電子互聯(lián)網(wǎng)信息時代（1950-第一波浪潮第二波浪潮第三波浪潮第四波浪潮第五波浪潮 60年 40年 動力運(yùn)力電力通信信息觀點來自：北京大學(xué)黃鐵軍教授，2023年3月31日42蒸汽時代（1760-1840）蒸汽時代（1760-1840）電氣時代（1840-1950）信息時代（1950-以人工智能為代表的新型基礎(chǔ)設(shè)施?以人工智能為代表的新型基礎(chǔ)設(shè)施?動力 60年動力 通信 40年通信信息智力 信息智力運(yùn)力電力觀點來自：北京大學(xué)黃鐵軍教授，2023年3月31日43來源：ArtificialIntelligenceIndexReport2024/report/ModelsTableRankingshttps://lifearchitect.ai/models-table/2025年2月/100-gen-ai-apps-3/應(yīng)用/平臺集成時間核心功能與技術(shù)特性信息來源測DeepSeek降低了基礎(chǔ)提示詞的使用DeepSeek降低了基礎(chǔ)提示詞的使用來源:/technology/chatgpt-opens-door-to-four-day-week-says-nobel-prize-winner-20230406-p5cyki52來源：澎湃新聞/newsDetail_forward_207904