DeepSeek-R1推理与人类对比：表面模仿 vs 真正逻辑
这篇论文戳穿了当前长链推理模型的表面繁荣——做AI推理研究的团队会发现，模型可能只是在模仿推理的“样子”而非真正进步，值得细读其提出的改进方向。
#DeepSeek-R1
共 48 条 · 7 天 4 条 · 30 天 12 条
6月8日
6月3日
5月29日
论文13:04
LLM 统一描述多维核性质：DeepSeek-R1-1.5B 微调实现高精度核物理研究者终于有了一个统一的多任务预测工具——用 LLM 微调替代传统多模型方案，精度提升显著且效率更高，做核数据分析和理论验证的团队值得关注。
5月27日
CoT 让大模型拒绝机制更鲁棒：DeepSeek-R1 研究揭示双重编码
这项研究揭示了 CoT 在模型安全中的双重角色——既增强鲁棒性又引入新风险，做 AI 安全和对齐的团队值得关注，尤其是使用推理模型的开发者需要重新评估防御策略。
5月21日
BioDefect：首个生物信息学软件缺陷检测数据集
做生物信息学软件质量保障的团队终于有了专用数据集——BioDefect 比通用数据集 F1 提升近 40%，做缺陷检测研究的可以直接用它来训练和评估模型。
5月20日
审计推理模型遗忘后记忆残留：Head-Conditioned Canaries 方法
做模型遗忘审计的团队会发现，思维链泄露可能被误判为权重记忆，这篇论文提供了一个简单有效的 sanity check 方法，值得在评估流程中加上。
5月14日
5月11日