DS V1.5鸟瞰：最大贡献是引入RL，GRPO，一次性生成整个认证过程，再用truncate-&-resume校正。

来源: 成功的飞过 于 2025-01-28 11:40:27 [] [旧帖] [给我悄悄话] 阅读数 : (161 bytes)

 

大大提高了学习效率和生成效率。

 

 

所有跟帖： 

• truncate-&-resume像极了DFS。两篇短的读完了，后面的都巨长，五十多页一篇，intimating... -成功的飞过- ♂ 给 成功的飞过 发送悄悄话 (0 bytes) () 01/28/2025 postreply 11:42:00

• 相关文章贴一下，我也要阅读 -青裁- ♂ 给 青裁 发送悄悄话 (0 bytes) () 01/28/2025 postreply 11:43:00

• arxiv.org/abs/2408.08152 -成功的飞过- ♂ 给 成功的飞过 发送悄悄话 (249 bytes) () 01/28/2025 postreply 11:45:38

• 继续update:) 我肯定看不懂这方面的论文了，所以楼主愿意读然后深入浅出的解读一下，对我非常有价值 -两女宝妈- ♀ 给 两女宝妈 发送悄悄话 两女宝妈 的博客首页 (0 bytes) () 01/28/2025 postreply 12:21:02

• meta家正在组织工程师分组学习，全世界的工程师们卷起来，很棒 -快乐的小鸟- ♀ 给 快乐的小鸟 发送悄悄话 (0 bytes) () 01/28/2025 postreply 12:21:11

• +1000。。。科技是没有国界的：） -两女宝妈- ♀ 给 两女宝妈 发送悄悄话 两女宝妈 的博客首页 (0 bytes) () 01/28/2025 postreply 12:23:13

• meta家的估计没安什么好心，在找有什么可以告DS的。 -baydad- ♂ 给 baydad 发送悄悄话 (0 bytes) () 01/28/2025 postreply 12:41:03

• GRPO听起来是很关键的贡献，这里有个通俗易懂点的介绍，评论区第一个人的问题怎么解？ -专业潜水妈- ♀ 给 专业潜水妈 发送悄悄话 (276 bytes) () 01/28/2025 postreply 12:40:31

• DeepSeek does seem to be a game changer -gezhu- ♂ 给 gezhu 发送悄悄话 (81 bytes) () 01/28/2025 postreply 13:38:47

• 这里很多奇怪的人在deny reality -我是谁的谁- ♂ 给 我是谁的谁 发送悄悄话 (0 bytes) () 01/28/2025 postreply 13:59:24

• GRPO 的确节约了显存和计算资源。 但是是否真的提升复杂任务能力保留疑问。这是国内内行的分析 -zaocha2002- ♀ 给 zaocha2002 发送悄悄话 zaocha2002 的博客首页 (266 bytes) () 01/28/2025 postreply 14:35:49

请您先登陆，再发跟帖！