|
本帖最后由 晨枫 于 2025-1-28 17:57 编辑
' `* f% c$ t" J$ x( h( x( F6 n# s
: b: k+ ~" e0 U% P4 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。$ |( e+ G4 `; K' N
0 l( s% v; v8 d* X4 M4 ~* [当然,肯定有人要急着为DeepSeek找爹,“蒸馏说”就是这样产生的。% h2 z. n. {: n7 P- N& v
4 n7 K0 E4 E9 F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。
) X! u6 J+ m, K/ n7 ?1 y* \, {3 k, C$ R- p7 T1 q8 o
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。
- U) y1 R0 V% \0 K1 G0 Z `' l3 ]5 T3 w9 Z2 R( _
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。5 I* W( G9 b9 w: f' D
9 U! X/ x: I7 e0 w' J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。
8 G. x. T8 j7 ?( h
* p3 `* g- f( K! }1 f1 y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。
0 [0 Y( v: T* Q. Z9 N/ F2 P% g% A# f0 Y4 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。# E" D4 n+ b# u1 U* P, k" [9 e' ?
2 y8 A7 a# p+ q
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 }( u+ ~1 ~1 }( w) V p. V, r! p1 _7 D) L0 S3 P
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。
& q) _! [0 S" E0 N, {
, Y4 L7 s. j' ^1 U: U# l0 }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
|