EPISODE · Feb 16, 2025 · 25 MIN
EP37 | 深談Deepseek (下):R1推理模型、強化學習、模型蒸餾、UC Berkeley PhD用小模型復現R1
from 數創實驗室 - AI時代的學習指南 · host Vincent在數創
#### 本期簡介 Deepseek-R1 以「純自動化 GPRO」取代 RLHF 的人力標註,成功降低訓練成本並造就令人驚嘆的「aha moment」。相較 OpenAI 的 o1,Deepseek-R1 更具規模化優勢。本集剖析其強化學習邏輯、封禁爭議及模型蒸餾風波、以及對於應用端的啟示。 #### 關於主持人 Vincent Chen (www.linkedin.com/in/hsiang-hao-chen-53443593) 數創智能CEO / 數創實驗室創始人, Podcast播客主理人 美國財星500強電商大廠 | 數據團隊主管 台灣零售行業上市公司 | 資料技術處處長 AI & 大數據跨國經驗10年+ | 跨國反欺詐 | 智能行銷 & 推薦系統 英國全球百大 Data Science & 台灣交大MBA雙碩士 #### 意見回饋 歡迎回饋您希望收聽的AI主題 : https://bit.ly/40Q8PT6 #### 相關連結 LINE社群入群連結 : https://bit.ly/3TU9K0I 數創實驗室官網 : https://datainnolab.ai 聯繫數創實驗室 : [email protected]
Embed this episode
Ready to play
EP37 | 深談Deepseek (下):R1推理模型、強化學習、模型蒸餾、UC Berkeley PhD用小模型復現R1
No transcript for this episode yet
Similar Episodes
No similar episodes found.