|
|
本帖最后由 晨枫 于 2025-1-28 17:57 编辑
0 Z6 B9 |- s9 Z
0 b! b' L" C# F$ J" y; QDeepSeek在12月推出v3,已经够惊艳,超出预期。一个月后,推出R1,直接掀翻了AI的世界。
$ b2 L0 K) U/ B) u) e
: M# _1 d" D5 R/ ?# A当然,肯定有人要急着为DeepSeek找爹,“蒸馏说”就是这样产生的。! ?6 R* ]9 A) r' y: W
8 _+ W$ ]( i% w+ L% N+ h如果理解没有错误,“蒸馏说”是指DeepSeek以Chat GPT为参照模型,首先用大量的输入数据激励ChatGPT,得到输出,然后把这作为数据集,用于训练DeepSeek。
2 `; c0 B, z( Z: o3 B
B( x% ?& T; z/ M9 s0 f这节约了海量搜取原始数据的难题,也大大简化了语言信息的数据化工作。
/ t0 I4 W: ~- M
3 I# [ _; V) L这样的抄近路是有可能的。在工程上,模型降阶常常就是这么做的,但也是有条件的。" n7 D, W& G8 m/ K8 s( T E
0 {: O" i( c8 }; q# V' I这些都是小模型,输入的性质和数值范围都很明确,不管是“打格子”还是随机产生输入数据,都容易。而且有足够的数值方法可以保证“数据密度”,不会出现过分的疏漏。4 {7 M+ E G1 e
i m4 ]; K+ W* |4 j7 x2 N" E但通用大模型没法这么做。首先是不可能确定ChatGPT的输入范围。或者说,那就是整个“已知人类公域知识”,有本事把这样的输入集搞齐全了,已经把Chat GPT的data scrubbing做完了。data scrubbing不知道怎么翻译,这是把公域数据全部梳理一遍,吸收进来,包括公开出版物和网络数据。. [; d8 s- e/ x* ^1 ~6 \6 e- a
" r, q" W; v2 E( Y9 J2 p- J
也就是说,DeepSeek可以把自己的大模型“蒸馏”成小模型,但没法把别人的大模型“蒸馏”成自己的模型。" `, S4 ~' p# u3 Z' R
5 E# z g2 v! Y2 P2 f2 E D
第二点是推理过程,这是DeepSeek有别于几乎所有主流大模型的地方,肯定是ChatGPT没有的地方。“蒸馏”只能是降低分辨率的复现,原来的模型没有的数据,“蒸馏”是变不出来的。做习题时直接抄答案,但老师要求写中间步骤,就抓瞎了。一样的道理。. J) c' k8 N. p
, t& k6 T0 Y3 u9 o+ u第三点:DeepSeek在一些方面超过ChatGPT,这就更不可能从“蒸馏”中得到了。针对性加强可以解释,但如何确定针对性的范围又是一个问题。% z- F0 u/ G! M. n% e; W3 a
! S7 g2 T# i% X- A+ `& @最基本的一点还是第一点:DeepSeek不可能获得ChatGPT的原始输入集,没法“蒸馏”。 |
评分
-
查看全部评分
|