DeepSeek-R1 相关 AI 资讯

论文 Agent 与开发者10:31

从推理链哪一步重启更划算？arXiv 论文量化扩展位置的选择收益

论文发现重启推理链的位置本身就有讲究，选对位置在 MATH-500 上能用更少算力超过 self-consistency，做推理成本优化的人可以看。

#DeepSeek-R1 #MATH-500 #推理模型 #论文

arXiv: DeepSeek@Rian Atri, Evan Luo原文

论文中美对照10:31

学术论文解析 DeepSeek 引发的法律与政策争议

这篇论文把 DeepSeek 的开源策略、API 定价和知识蒸馏放到中美法律博弈里讲，比一般技术评测更值得法律和从业者细看。

#DeepSeek #DeepSeek-R1 #知识蒸馏 #出口管制

arXiv: DeepSeek@Jyh-An Lee, Xuan Sun原文

技巧 Agent 与开发者精选71°08:49

Build A Reasoning Model 第 6 讲：用纯 PyTorch 从零实现 GRPO 训练推理模型

Raschka 又更新了，这讲直接用 PyTorch 手写 GRPO，把 Qwen3-0.6B 的数学成绩从 15% 拉到 47%，想搞懂推理模型怎么训的别错过。

#GRPO #Qwen3 #RLVR #DeepSeek-R1

shao__meng@shao__meng原文

技巧 Agent 与开发者精选02:52

Sebastian Raschka 发布第6期教程：从零实现 RLVR 与 GRPO 训练推理模型

Raschka 又出新教程了，这次手把手带你从零写 GRPO，把 DeepSeek-R1 那套推理训练方法完整实现一遍，还带 MATH-500 评测结果。

#GRPO #RLVR #DeepSeek-R1 #强化学习

官方账号Sebastian Raschka@rasbt原文

论文 Agent 与开发者09:12

研究显示推理模型的思考过程会消解部分偏见但制造更多新偏见

这篇 arXiv 论文拿三个 32B 模型做了思考前后对比，发现思考反而制造约 5 倍的新偏见翻转，做公平性评估的人该看看。

#QwQ-32B #DeepSeek-R1 #Qwen3 #推理模型

arXiv: DeepSeek@Deng Pan 等 7 人原文

论文 Agent 与开发者09:50

研究：LLM 修 bug 倾向重写代码而非最小修补

拿 GPT 三个模型在 Codeforces 上测修 bug，发现它们总爱大改甚至重写，对做 AI 编程工具的人挺有参考价值。

#GPT-5 #Codeforces #DeepSeek-R1 #bug修复

arXiv: DeepSeek@Alexandru Stefan Stoica 等 3 人原文

论文 Agent 与开发者精选09:13

研究提出延续式因果测试：CoT 在难题上才真正影响答案

拿 Gemma、Llama、DeepSeek 三个模型做了个挺狠的测试：简单题模型根本不看自己的推理，难题上错误会一路传到底，这对做 CoT 监控的人是个警告。

#Chain-of-Thought #DeepSeek-R1 #Gemma-2 #GSM8K

arXiv: DeepSeek@Renee Jia, Di Mu原文

论文12:49

构造逆向思维：提升大模型反向推理能力的训练方法

让模型学会倒着想：论文构建正反双向数学数据集，配合奖励机制让模型自选推理模式，数学证明准确率提升。

#DeepSeek-R1 #GPT-o3 #推理模型 #数学推理

arXiv: DeepSeek@Xin Liu 等 5 人原文

论文10:28

Euston：微调DeepSeek-R1-8B，让模型拒绝错误的数学命题

有人把 DeepSeek-R1-8B 调教成会挑刺的审稿人：假定理不再硬证，AIME 分数基本没掉。

#Euston #DeepSeek-R1 #GRPO #微调

arXiv: DeepSeek@Zehua Cheng 等 3 人原文

论文政策与合规精选10:08

研究揭示开源大模型在招聘中存在性别和种族偏见触发机制

朋友，这篇论文挺有意思的，它不是简单说大模型有偏见，而是具体分析了哪些语言触发器（比如代理性语言、排斥性编码）会导致偏见，还给出了一个具体的审计方法，对做招聘AI系统的人应该挺有参考价值。

#Llama 3.2 #Mistral #Gemma 3 #Qwen 3

arXiv: DeepSeek@Kosuke Kitahara, Nobuhiro Yamaguchi原文

论文 Agent 与开发者多源确认精选09:21

一种无需重新训练的模型知识移除方法

这个方法挺有意思，不用改模型权重就能移除特定知识，在DeepSeek和Gemma上效果还不错，感兴趣的可以看看。

#Test-Time Unlearning #大语言模型 #知识移除 #Gemma-3

事件专题

arXiv: DeepSeek@Pingzhi Li 等 9 人3 个信源在谈原文

论文中美对照精选13:04

研究显示大语言模型推理能力提升心理深度需看评判者是谁

朋友间推荐：研究GPT-5和GPT-4o、DeepSeek-R1和V3在心理深度上的表现差异，以及LLM作为评判者的不同结果，挺有意思的。

#GPT-5 #GPT-4o #DeepSeek-R1 #DeepSeek-V3

arXiv: DeepSeek@Ruichen Zheng 等 7 人原文

论文 Agent 与开发者精选10:33

LLM生成资产壳质量评估方法研究

工业4.0中，研究人员用三种模型测试了6400个资产壳实例，找到了评估AI生成资产壳质量的可靠指标。

#AAS #GPT-4o-mini #Qwen3 #DeepSeek-R1

arXiv: DeepSeek@Janek Groß 等 3 人原文

论文 Agent 与开发者精选73°09:22

统一ICL、SFT和KL正则化RL的贝叶斯视角

DeepSeek研究员发表的论文，揭示了不同LLM训练方法背后的统一理论，解释了为什么冷启动监督预热对KL投影至关重要。

#贝叶斯 #RLHF #SFT #ICL

arXiv: DeepSeek@Junxin Fan原文

论文精选11:12

LLM推理轨迹中的预算与难度混淆问题

DeepSeek-R1等模型推理轨迹中的'突破'可能只是难度信号，真正有价值的信息很少。

#LLM #推理轨迹 #DeepSeek-R1 #MATH

arXiv: DeepSeek@Yigit Utku Bulut原文

论文精选73°09:21

多设备边缘网络推测推理优化

清华提出Multi-SPIN技术，让边缘设备智能选择通信模式，解决LLM验证SLM草案时的通信瓶颈问题。

#Multi-SPIN #Qwen2.5 #DeepSeek-R1 #边缘计算

arXiv: DeepSeek@Chang Cai, Kaibin Huang原文

论文精选73°09:30

奖励对齐的同策略蒸馏方法

论文提出RA-OPD解决教师模型误导问题，在数学和代码基准上显著提升性能。

#RA-OPD #Qwen3 #DeepSeek-R1 #同策略蒸馏

arXiv: DeepSeek@Siyuan Gan 等 8 人原文

论文10:25

SchemaGUI：可控制GUI生成评估的模板基准

SchemaGUI提供了一个新的基准，用于评估可控制GUI生成，特别是对于LLMs在几何空间控制和布局复杂性方面的表现进行了深入分析，对于想要了解GUI生成领域最新进展的人来说是个好资源。

#SchemaGUI #GUI生成 #LLMs #Qwen3.5

arXiv: DeepSeek@Jiarui Dong 等 10 人原文

论文18:41

SAE特征抽象度新度量FNL：无需LLM即可衡量

想搞懂SAE特征到底抽没抽到抽象概念？这篇提出FNL指标，不用LLM打分就能测抽象度，还能帮你挑干预特征，实测提分4.6。

#SAE #FNL #稀疏自编码器 #DeepSeek-R1

arXiv: DeepSeek@Chuqiao Lin 等 3 人原文

论文 Agent 与开发者18:39

LoRA微调让小型开源模型胜任数学隐喻编码任务

想知道小模型微调后能不能干过大厂API？这篇用2千多条真实学生数据实测，DeepSeek-R1 1.5B微调后比GPT-5 mini还稳。

#LoRA #微调 #DeepSeek-R1 #Mistral 7B

arXiv: DeepSeek@Liang Zhang 等 4 人原文

论文17:56

LLM验证新框架：选择性精修提升医疗问答准确率

这篇论文教你怎么用弃权信号做推理精修，不用建知识图谱，医疗问答准确率直接涨9.6个点，GPT-5.5和DeepSeek-R1都试过。

#GPT-5.5 #DeepSeek-R1 #MedQA #MedReason

arXiv: OpenAI@Uma Ranjan 等 12 人原文

论文精选10:44

C2C-Explorer：面向LLM云计算的芯片间互连架构探索框架

做LLM集群硬件设计的朋友可以看看，这个框架能自动探索芯片间互连方案，在DeepSeek-R1上吞吐提升44%，内存省98%，还开源了。

#C2C-Explorer #芯片间互连 #LLM云计算 #DeepSeek-R1

arXiv: DeepSeek@Jiayi Li 等 13 人原文

论文10:41

稀疏自编码器揭示大模型思考与直接作答的推理机制差异

想搞懂大模型“思考”和“直接答”到底差在哪？这篇用稀疏自编码器拆解了DeepSeek-R1的推理机制，结论挺反直觉。

#DeepSeek-R1 #稀疏自编码器 #思维链 #推理机制

arXiv: DeepSeek@Bo Cheng 等 4 人原文

论文精选09:19

TwT：难度自适应推理的多领域机器翻译框架

这个TwT框架让翻译模型根据难度动态调整思考量，7B和14B的小模型打过大模型，token还省了30%到60%，做多领域翻译的可以看看。

#TwT #DeepSeek-R1 #GPT-4o #机器翻译

arXiv: DeepSeek@Yongshi Ye 等 5 人原文

论文12:01

GRPO与Dr. GRPO的无偏性与长度不变性不可能定理

这篇论文把 GRPO 和 Dr. GRPO 的底裤都扒了——原来两者各占一个极端，没法同时做到无偏和长度无关，搞推理模型训练的人得看看这个权衡。

#GRPO #Dr. GRPO #DeepSeek-R1 #推理模型

arXiv: DeepSeek@Fei Ding 等 5 人原文

模型精选12:01

RareLens: 利用分歧大模型推理实现罕见病全病程护理

罕见病诊断难？RareLens利用多个大模型的差异推理，在各阶段都超越GPT-5等顶尖模型，准确率还高。

#RareLens #GPT-5 #DeepSeek-R1 #Claude-3.7-Sonnet

arXiv: DeepSeek@Xi Chen 等 27 人原文

模型中美对照多源确认16:14

Kimi-K3 在 Frontend Code Arena 让中国首次领先美国

Kimi-K3 在编程基准上首次压过美国模型，看看它怎么做到的。

#Kimi-K3 #Kimi_Moonshot #DeepSeek-R1 #前端代码

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型精选10:55

SFC框架：用图结构共形预测保证科学生成的有效性

想做可靠的科学生成？SFC框架让模型一边写一边用共形预测校验事实，结果比DeepSeek和GPT-4都准，还能少犯73%的科学错误。

#SFC #共形预测 #科学推理 #DeepSeek-R1

arXiv: DeepSeek@Mingqiao Mo 等 3 人原文

行业 Agent 与开发者15:00

AGI Summit SF 2026：Codex/DeepSeek-R1/Greptile/vLLM作者演讲

把Codex、DeepSeek-R1、vLLM的大佬凑一起了，做AI编程和推理的别错过，比刷推特干货多。

#Codex #DeepSeek-R1 #Greptile #vLLM

AI Will@FinanceYF5原文

论文09:31

LASER：面向边缘推理LLM的负载感知早退服务

想减少长链推理的延迟？LASER用负载感知早退，在边缘设备上平衡速度和准确率，值得一试！

#DeepSeek-R1 #LASER #推理模型 #边缘计算

arXiv: DeepSeek@Zhiqing Tang 等 8 人原文

论文09:26

数据库失败时如何安全恢复：面向任务对话中LLM的轻量级提示策略

论文用实际数据告诉你，数据库出错时LLM会瞎编内容，但加个简单提示就能把幻觉砍掉一半。不用重训模型，看各家的差距有多大。

#DeepSeek-R1 #Gemma-2 #Llama-3 #Mistral

arXiv: DeepSeek@Mohammad Alijanpour Shalmani 等 3 人原文

论文精选09:23

知识蒸馏从DeepSeek-R1到Qwen2.5-7B：约翰·奥布莱恩数学竞赛案例研究

这篇论文告诉你：把DeepSeek-R1的推理能力蒸馏到小模型Qwen2.5-7B上，MATH-500能到73%，但回答越短准确率掉得越快。

#DeepSeek-R1 #Qwen2.5-7B #知识蒸馏 #数学推理

arXiv: DeepSeek@Gaurab Baral 等 4 人原文

论文精选09:22

LearnStop：推理模型早期退出的成本感知研究

这篇论文分析了推理模型什么时候该提前停止计算。LearnStop在数学题上比简单规则好，但难题还是用置信度更靠谱。

#LearnStop #推理模型 #GSM8K #MATH-500

arXiv: DeepSeek@Zhe Dong 等 3 人原文

论文精选10:36

CAEE: 成本感知的专家执行框架提升多设备MoE推理

CAEE框架能降低MoE模型推理延迟8%-18%，且准确率几乎不受影响。DeepSeek-R1用户可重点关注。

#CAEE #MoE #DeepSeek-R1 #推理优化

arXiv: DeepSeek@Hui Zang 等 8 人原文

模型71°09:46

用于加速罕见病诊断的专用推理大语言模型：随机AI医生辅助试验

RaDaR发布了一个32B开源推理模型，罕见病诊断比DeepSeek-R1还强，医生用它准确率提升21%。

#RaDaR #DeepSeek-R1 #开源模型 #罕见病诊断

arXiv: DeepSeek@Haichao Chen 等 31 人原文

论文10:21

神经网络内部表示的Patnaik-Pearson维度

这篇论文提出了一个叫Patnaik-Pearson的新维度指标，用来分析BERT和DeepSeek模型内部表示的结构变化，还开源了代码，挺实用的。

#Patnaik-Pearson维度 #BERT-base #DeepSeek-R1 #内在维度

arXiv: DeepSeek@Tom Hadfield原文

论文10:49

Safe Trigger: 触发大推理模型的潜在安全意识实现自适应安全

这篇论文发现LRM自己就能识别风险，用SFT+DPO触发安全分析，让DeepSeek-R1的越狱成功率高降36%，还不用外部数据，挺实用的。

#Safe Trigger #DeepSeek-R1 #大推理模型 #AI安全

arXiv: DeepSeek@Ke Miao 等 5 人原文

论文09:42

ASAG：基于注意力状态的推理模型自适应停止生成

想减少推理模型输出废话？ASAG免费即插即用，在Qwen3-8B上准确率升3.2%还省近40%token，实打实的效果。

#ASAG #DeepSeek-R1 #Qwen3 #推理模型

arXiv: DeepSeek@Jiakai Li 等 7 人原文

论文精选10:10

ReasonAlloc：推理模型解码时KV缓存分层预算分配

推理模型的长CoT导致KV缓存爆炸，做推理优化的开发者可以直接用ReasonAlloc替代均匀预算方案，在低预算下获得显著性能提升。

#KV缓存压缩 #推理模型 #预算分配 #解码优化

arXiv: DeepSeek@Wenhao Liu 等 10 人原文

论文精选09:06

OpenRTLSet：最大开源Verilog数据集，131K样本助力硬件设计

硬件设计领域终于有了大规模开源数据集，做芯片验证或 RTL 生成的团队可以直接用这 13 万样本微调模型，省去自己爬取和标注的麻烦。建议做 EDA 工具或 AI for Hardware 的开发者点开看看。

#硬件设计 #Verilog #数据集 #开源/仓库

arXiv: DeepSeek@Jinghua Wang 等 9 人原文