Description
2025年第一期OnBoard! 让大家久等了！没错，这个话题我们怎么能绕的过去：Deepseek! Deepseek 春节前夕发布的开源推理模型 Deepseek r1，无疑是整个世界最令人关注的新闻，不论你过去是否关注 AI，相信都已经被关于 Deepseek 的各种新闻和解读轰炸了好久。但是 OnBoard! 的硬核讨论，迟来却不过时。 Hello World, who is OnBoard!? Deepseek R1 在数学、代码和各种推理能力比肩市面上最强的 OpenAI o1 正式版模型，同时又以其技术创新带来的极低的训练和推理成本，以及完全开源的特点，点燃了全世界对于推理模型，以及中国AI实力的关注。 在各种讨论的虚虚实实中，OnBoard! 一直想做的，就是找到尽可能全面和客观的视角，追寻到技术和创新的本质。于是，我们邀请到了横跨中美的一线研究员和从业者，跟大家聊聊： 到底如何看待 Deepseek 一系列模型的创新？ 推理模型最核心的难点是什么？ DeepSeek 会对开源大模型生态带来哪些变化？ 这次嘉宾也是站在学术和开源的前沿： 有备受关注的、最早尝试复现 r1 能力的 TinyZero 项目的一作， 有来自卡耐基梅隆大学研究推理最核心的 Long COT (Chain of Thoughts) 的研究员， 还有返场嘉宾，前 Google Tensorflow 成员、Huggingface 社区资深贡献者。 他们从推理、COT、infra和开源几个角度，从技术本质到行业影响，兼顾发散和深度地畅聊关于 Deepseek 的已知和未知，过去与未来。相信已经非常饱和的各种信息中，还可以给大家带来一些启发。 需要说明的是，其中来自 SGlang 的嘉宾因为临时原因没有参与录制，与他的补录正好又是关于模型推理的专业话题，我们就决定放在下一期作为一个相对技术的 bonus episode. 很快会放出来，敬请期待！ 毫不意外，这次讨论又是长达三个多小时。但是一定值得你的时间！Enjoy! 嘉宾介绍 Xiang Yue, 岳翔 ( 个人主页) , Postdoc @CMU, 师从 Prof. Graham Neubig，专注于提升模型推理能力的前沿专家 Jiayi Pan, 潘家怡 (个人主页 ）, PhD @Berkeley AI Research, 师从 Alane Suhr Tiezhen Wang, Huggingface 资深工程师，前 Google Tensorflow 资深工程师 OnBoard! 主持： Monica（小红书/即刻：莫妮卡同学）：美元VC投资人，前 AWS 硅谷团队+ AI 创业公司打工人，公众号M小姐研习录 (ID: MissMStudy) 主理人 PS 欢迎关注 Xiang Yue 最新的论文，Demystifying Long CoT Reasoning in LLMs（ arxiv.org ）关于 Long CoT 在模型推理能力中的作用有很有意思的发现！ 我们都聊了什么 解析 DeepSeek R1 技术核心 03:34 几位嘉宾自我介绍，fun fact: DeepSeek R1 让你惊艳的使用场景是什么？ 好的文笔是背诵还是理解？ 17:53 如果用 RL 生产数据越来越重要，还需要人类标注数据吗？ 23:52 DeepSeek R1-Zero 为什么值得关注？跟R1是什么关系？TinyZero 复现 R1 的过程中有什么启发？ 35:11 为什么看似简单的 Long CoT 的做法，一直到现在才被广泛用起来？Long CoT 的研究沿革和进展是怎样的？ 48:29 推理模型的 Aha Moment 是什么？跟模型的“涌现能力”有什么关系？ 51:13 澄清一下！正确理解“成本30美金”！ 52:36 Long CoT 的实现有什么难点？DeepSeek 做了哪些值得关注的创新？ 58:33 做 Coding agent 的经验：模型 coding 能力能泛化到更广泛的 Agent 能力吗？ 62:32 SFT 在R1 训练中的作用？RL生成数据成本会比人工标注低吗？ 71:46 Scale up RL 的难点是什么？为什么说这是 DeepSeek infra能力中容易被忽视的点 74:08 开源社区的 infra 限制，会对复现后续研究 RL 和推理模型相关工作有什么影响？ 79:57 为什么说 Rewards and Simulators are all you need：还有哪些挑战？ 94:34 MoE vs Dense model 的选择：业界已经是共识了吗？ 107:29 DeepSeek 蒸馏 OpenAI 的数据了吗？ 112:14 OpenAI o3 思维链中出现了中文应该如何理解？ 大模型开源生态会发生什么变化 115:52 开源大模型需要将数据开源吗？ 123:01 开源和闭源模型的差距会一直存在吗？这个差距对于使用者和模型公司意味着什么？ 127:44 未来开源推理模型都会向 DeepSeek R1 的路线上收敛吗？对开源生态会有怎样的影响？ 131:36 从 DeepSeek V3 到 R1, 有了基座模型训练推理模型，只需要几周的时间吗？ 132:59 开发者选择开源还是闭源模型，有怎样的考量？今年开源大模型生态有哪些变化值得期待？ 142:13 如何理解：Agentic workflow 只有短期价值，长期会被模型能力取代？Agent 公司的核心能力是什么？ 未来展望与宏观思考 149:30 2025年，几位嘉宾的工作重点是什么？ 155:22 AI 领域有什么过热的以及还没有被充分讨论的话题？ 160:36 过去半年有什么观点的变化？ 164:08 AI超越大部分人类智能的时候，你的生存意义是什么？ 重点词汇 Reinforcement Learning Chain of Thoughts SFT MoE Dense model Agentic workflow 参考文章 Xiang 最新的论文： Demystifying Long CoT Reasoning in LLMs TinyZero: github.com Deepseek V3: github.com R1: github.com R1 zero: arxiv.org mp.weixin.qq.com 万字解析DeepSeek 成长史 www.latent.space semianalysis.com arcprize.org 欢迎关注M小姐的微信公众号，了解更多中美软件、AI与创业投资的干货内容！ M小姐研习录 (ID: MissMStudy) 欢迎在评论区留下你的思考，与听友们互动。喜欢 OnBoard! 的话，也可以点击打赏，请我们喝一杯咖啡！ 如果你用 Apple Podcasts 收听，也请给我们一个五星好评，这对我们非常重要。 最后！快来加入Onboard！听友群， 结识到高质量的听友们，我们还会组织线下主题聚会，开放实时旁听播客录制，嘉宾互动等新的尝试。 添加任意一位小助手微信，onboard666, 或者 Nine_tunes,小助手会拉你进群 。 期待你来！