北大手册第Ⅲ版已公开，带你深度学习DeepSeek-R1推理模型！

随着DeepSeek的全球风靡和广泛应用，智能化的普及步伐显著加快。通过对算法、模型和系统的系统级协同创新，DeepSeek汇聚了众智与众力，创造了许多精彩成果。为了更好的使用DeepSeek-R1大模型，使其能够为我们提供更专业、准确、详细的回复，更深入地学习DeepSeek在技术、应用与伦理交织下的革新探索，北京大学将带领大家深入探讨DeepSeek的“破圈”与“扎根”之路。

分享一份由北京大学推出的对DeepSeek-R1等大模型深度学习的文档：北京大学·DeepSeek内部手册Ⅲ《DeepSeek-R1、Kimi1.5及类强推理模型开发解读》；

资源介绍

北京大学·DeepSeek内部手册Ⅲ《DeepSeek-R1、Kimi1.5及类强推理模型开发解读》为我们使用DeepSeek等智能技术提供专业的思路和方案，手册Ⅲ基于深入DeepSeek强大的推理能力与长文本思考能力，以及DeepSeek-R1在复杂任务上的卓越表现，深入讲解DeepSeek是如何突破算力和泛化的瓶颈，以及在机器理解物理规律和掌握社会协作后，如何构建与之共生的新型文明契约等。为大众理解智能技术的未来发展和社会影响提供新的视角。

资源获取：

微信搜索公众号：纪元A梦，聊天界面发送：北大

更多实用资源：

http://sj.ysok.net/jydoraemon 访问码：JYAM

 

资源使用

内容预览：

◆ 手册文档为PDF文件；

◆ 北京大学·DeepSeek内部手册Ⅲ《DeepSeek-R1、Kimi1.5及类强推理模型开发解读》主要从以下维度进行指导和讲解：

  ◈ DeepSeek-R1举例：自动化标记和验证；

    ★ 示例输入: 编写 python 代码，该代码采用数字列表，按排序顺序返回，在开始时添加 42。

  ◈ 自动化验证方法：

    ★ 利用软件检查代码补全判断是否为完整代码；

    ★ 执行Python代码检查运行情况判断是否为可运行代码；

    ★ 调用外部模块构建额外的检测单元；

    ★ 甚至可以更进一步，测量执行时间，使训练过程首选性能更高的解决方案；

  ◈ DeepSeek-R1开创RL加持下强推理慢思考范式新边界;

  ◈ DeepSeek-R1 Zero及R1技术剖析:

    ★ Pipeline总览\DeepSeek-V3 Base\DeepSeek-R1 Zero及R1细节分析;

    ★ RL算法的创新：GRPO及其技术细节;

  ◈ DeepSeek-R1背后的Insights & Takeaways：RL加持下的长度泛化\推理范式的涌现;

  ◈ DeepSeek-R1社会及经济效益;

  ◈ 技术对比探讨:

    ★ STaR-based Methods vs.RL-based Methods强推理路径对比(DS-R1\Kimi-1.5\o-series);

    ★ 蒸馏vs.强化学习驱动：国内外现有各家技术路线对比分析及Takeaways;

    ★ PRM & MCTS的作用;

    ★ 从文本模态到多模态;

    ★ 其他讨论：Over-Thinking过度思考等;

  ◈ 未来方向分析探讨:

    ★ 模态穿透赋能推理边界拓展：Align-DS-V;

    ★ 合成数据及Test-Time Scaling:突破数据再生产陷阱;

    ★ 强推理下的安全：形式化验证Formal Verification\审计对齐Deliberative Alignment;

  ◈ DeepSeek-V3拓展解读;

  • • • • • • 

◆ 内容较多，更多内容通过文档自行查看；

资源获取：

微信搜索公众号：纪元A梦，聊天界面发送：北大

更多实用资源：

http://sj.ysok.net/jydoraemon 访问码：JYAM