Deepseek R1模型将训练时间缩短至2-3周

近日，科技界正在热烈讨论着“DeepSeek”这个词。据了解，DeepSeek-R1在数学、代码自然语言推理等领域已经达到了与OpenAI的GPT-1正式版相当的水平，在全球范围内引起了广泛关注。最近，DeepSeek的研究人员在线透露了一个消息：R1的训练过程只需要两周左右的时间，而且研究员们即使在春节期间也没有停止研究，他们还在继续努力工作。

几天前，Daya Guo分享了一条推文，他表达了他对R1-Zero模型性能曲线持续增长的兴奋之情，并赞扬了强化学习（RL）所带来的巨大潜力。当被问及关于DeepSeek R1以及公司未来计划时，Daya Guo表示这只是个开始，并且他们内部正在快速推进研究。他还强调，在春节期间，研究人员一直在加班加点地进行研究。

对于网友提问：“如果不是秘密的话，请问这次RL训练进行了多长时间？” Daya Guo回答说：“660B参数的R1-Zero和R1是在V3版本发布后才开始训练的，整个过程大约花费了2-3周的时间。”此外，他还透露团队正在尝试将R1应用于形式化证明环境，并希望能够尽快向社区发布更优秀的模型。从Daya Guo的话语中可以感受到他们在这个领域已经取得了一定的进展，未来可能会有更多重量级的模型问世，令人期待不已。

[版权所有，未经许可不得转载]