快科技9月18日消息，近日，由DeepSeek團隊共同完成、梁文鋒擔任通訊作者的DeepSeek-R1研究論文登上國際權威期刊《Nature》封面，DeepSeek在論文中正面回應了有關模型蒸餾的質疑。phh28資訊網——每日最新資訊28at.com

DeepSeek表示，DeepSeek-V3-Base的訓練數據僅來自普通網頁和電子書，不包含任何合成數據，在預訓練冷卻階段，也沒有故意加入OpenAI生成的合成數據，此階段使用的數據都是通過網頁抓取的。phh28資訊網——每日最新資訊28at.com

不過，DeepSeek也承認已觀察到一些網頁包含大量OpenAI模型生成的答案，這可能導致基礎模型間接受益于其他強大模型的知識。phh28資訊網——每日最新資訊28at.com

此外，DeepSeek-V3-Base的數據截止時間為2024年7月，當時尚未發布任何公開的先進推理模型，這進一步降低了從現有推理模型中無意蒸餾的可能性。phh28資訊網——每日最新資訊28at.com

DeepSeek還強調，R1并非通過復制OpenAI模型生成的推理示例來學習，只是和大多數其他大語言模型一樣，R1的基礎模型是在網絡上訓練的，因此它會吸收互聯網上已有的AI生成的內容。phh28資訊網——每日最新資訊28at.com

研究團隊采用了純強化學習框架，并引入組相對策略優化算法，僅依據終答案的正確與否給予獎勵，而非讓模型模仿人類推理路徑，讓模型在實踐中自然涌現出自我反思、自我驗證等高級行為。phh28資訊網——每日最新資訊28at.com

Hugging Face的機器學習工程師Lewis Tunstall也表示，現有證據已相當明確地表明，僅使用純強化學習即可獲得極高性能，DeepSeek的推理方案可能足夠優秀而無須使用OpenAI模型進行蒸餾。phh28資訊網——每日最新資訊28at.com

phh28資訊網——每日最新資訊28at.com

本文鏈接：http://m.yifxia.cn/showinfo-17-182482-0.htmlDeepSeek首次回應蒸餾OpenAI質疑 ：沒有故意加入合成數據

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： DeepSeek緊急提醒！警惕仿冒員工算力租賃詐騙

下一篇： 兩名盲人帶導盲犬爬泰山引爭議：網友呼吁將狗狗收回