[浙江大学]：【浙江大学】deepseek智能时代的全面到来和人机协作的新常态 -尊龙凯时人生就博

能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育教学研 浙江大学人工智能 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 deepseek 浙江大学人工智能教育教学研究中心 智能时代的全面到来和人机协作的新常态 浙江大学人工智能教育教学研究中心 学人工智能教育教学研究中心 孙凌云教授 智能教育教学研究中心 学研究中心 计算机科学与技术学院2025年2月 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 一、智能演变 智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 学人工智能教育教学研究中心 二、人机协作三、产业现状四、教育成长 浙江大学人工智能教育教学研 浙江大学人工智能教育 gpt训练数据规模史无前例 浙江大学人工智能教育教学研究中心 从2018年的gpt1 到2020年的gpt3， 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 模型预训练数据量从46gb增加到了45tb45tb相当于三千万本《西游记》 主要模型数据集包括： 浙江大学人工智能教育教学研究中心 维基百科数据集（庞大的客观知识） 书籍（故事讲述能力与反应） 智能教育教学研究中心 杂志期刊（语言生成的严谨） github代码等其他数据（逻辑推理） 维基百科 书籍 杂志期刊 reddit链接 commoncrawl 其他数据 总计 gpt1 46 46 gpt2 40 40 gpt3 114 21 101 50 570 753 thepilev1 6 118 244 63 227 167 825 megatron11b 114 46 38 107 161 mtnlg 64 118 77 63 983 127 1374 gopher 125 2100 1644 3450 4823 10550 学人工智能教育教学研究中心 表：主要数据集大小汇总，以gb为单位。公开的数据集以粗体表示，确定的数据以斜体表示。commoncrawl数据集过滤之前为45t 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能 来源：openai团队，languagemodelsarefewshotlearners，httpsarxivorgabs200514165，2022年7月22日3 能教育教学研究中心 浙江大学人工智能教育教学研 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能 对比维度 gpt3 deepseekv3 发布时间 2020年6月 2024年12月 训练数据量 3000亿token 148万亿token 参数量 175b（密集架构） 671b（moe架构） 训练成本 12m 557m 激活参数量 175b（全激活） 37b（55激活率） 主要数据类型 通用互联网文本（含代码数学） 强化代码数学的高质量数据 官方来源 openai技术论文 huggingface模型卡 智能教育教学研究中心 学研究中心 学人工智能教育教学研究中心 由ai（deepseekr1）搜集并整理，经人工检查4 能教育教学研究中心 浙江大学人工智能教育教学研 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人 学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 学人工智能教育教学研究中心 浙江大学人工智能 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育 浙江大学人工智能教育教学研 浙江大学人工智能 大模型带来大知识 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 全体人类知识空间 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 多媒体知识空间 浙江大学人工智能教育教学研究中心 大模型知识空间 智能教育教学研究中心 学人工智能教育教学研究中心 个体知识空间 学研究中心 观点来自：北京大学黄铁军教授2023年3月31日 能教育教学研究中心 浙江大学人工智能教育教学研 大学人工智能教育教学研究中心 智能教育教学研究中心 浙江大学人 学研究中心 浙江大学人工智能教育 浙江大学人工智能教育教学研 学人工智能教育教学研究中心 浙江大学人工智能 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 三体人如何学习地球知识？ 能教育教学研究中心 浙江大学人工智能教育教学研 大学人工智能教育教学研究中心 智能教育教学研究中心 浙江大学人 学研究中心 浙江大学人工智能教育 浙江大学人工智能教育教学研 浙江大学人工智能 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 三体人如何学习地球知识？ 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 学人工智能教育教学研究中心 电磁波探测器拯救派 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 三体人如何学习地球知识？ 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 电磁波探测器拯救派 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能 地球文明信息 智能教育教学研究中心 学人工智能教育教学研究中心 原始数据、无目标性 探测器搜集数据集精准观察、查漏补缺 人类反馈实现对齐动态反馈、价值博弈 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 三体人如何学习地球知识？ 浙江大学人工智能教育教学研究中心 电磁波探测器拯救派 地球文明信息 原始数据、无目标性 探测器搜集数据集精准观察、查漏补缺 人类反馈实现对齐动态反馈、价值博弈 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育教学研 浙江大学人工智能 智能教育教学研究中心 学研究中心 浙江大学人工智能教育教学研究中心 学人工智能教育教学研究中心 原始数据基建定向能力强化价值观校准 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 三体人如何学习地球知识？ 浙江大学人工智能教育教学研究中心 电磁波探测器拯救派 预训练 pretraining 监督微调 浙江大学人工智能教育教学研究中心 学人工智能教育教学研究中心 supervisedfinetuningsft 人类反馈强化学习 reinforcementlearninghumanfeedbackrlhf 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育教学研 浙江大学人工智能 智能教育教学研究中心 学研究中心 参考gptassistanttrainingpipelineandrejkarpathyhowtotrainyourchatgptassistantanemergingrecipe2023年5月25日 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 三体人如何学习地球知识？ 浙江大学人工智能教育教学研究中心 电磁波探测器拯救派 基础模型 deepseekv3base 强化学习 浙江大学人工智能教育教学研究中心 reinforcementlearninggrpo 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育教学研 浙江大学人工智能 智能教育教学研究中心 学研究中心 学人工智能教育教学研究中心 deepseekr1zero的训练过程结合准确性奖励（数学、编程等任务的可验证结果）和格式奖励（强制输出结构化标签），通过grpo算法优化模型 httpshuggingfacecopapers2501129482025年1月22日 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育 三体人如何学习地球知识？ 浙江大学人工智能教育教学研究中心 电磁波探测器拯救派 基础模型 deepseekv3base 强化学习 浙江大学人工智能教育教学研究中心 reinforcementlearninggrpo 学人工智能教育教学研究中心 数学题自动判分编程题实战演练阶梯进化 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育教学研 浙江大学人工智能 智能教育教学研究中心 学研究中心 deepseekr1zero的训练过程结合准确性奖励（数学、编程等任务的可验证结果）和格式奖励（强制输出结构化标签），通过grpo算法优化模型 httpshuggingfacecopapers2501129482025年1月22日 能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能 强制输出过程 thinkthink标签内是推理过程 answeranswer是最终内容 为强制思考，模型第一个 输出单词必定为think 浙江大学人工智能教育教学研 浙江大学人 浙江大学人工智能教育 aconversationbetweenuserandassistant 浙江大学人工智能教育教学研究中心 theuserasksaquestionandtheassistantsolvesit theassistantfirstthinksaboutthereasoningprocessinthemindandthenprovidestheuserwiththeanswer thereasoningprocessandanswerareenclosedwithin 浙江大学人工智能教育教学研究中心 thinkthinkandansweranswertagsrespectivelyiethinkreasoningprocessherethinkansweranswerhereanswer 浙江大学人工智能教育教学研究中心 这是用户和助手之间的对话。用户提出一个问题，助手解决它。 助手首先在脑海中思考推理过程，然后为用户提供答案。 浙江大学人工智能教育教学研究中心 推理过程和答案分别包含在思考思考和回答回答标签中。即： 学人工智能教育教学研究中心 思考推理过程在这里思考 智能教育教学研究中心 回答在这里回答回答 学研究中心 httpshuggingfacecopapers2501129482025年1月22日 14 能教育教学研究中心 浙江大学人工智能教育教学研 大学人工智能教育教学研究中心 浙江大学人 浙江大学人工智能教育 浙江大学人工智能教育教学研 浙江大学人工智能 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 ahamoment顿悟时刻 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 人类长期思考后的灵感闪现强化学习中的奖励信号引导 智能教育教学研究中心 学研究中心 学人工智能教育教学研究中心 deepsee