|
本帖最后由 晨枫 于 2025-1-28 17:57 编辑 - R7 k! O6 F' D# z( G
3 M; q# C' C: `' j8 z8 d
DeepSeek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。
4 c+ V5 l' @' Z7 d- `; D
6 h3 K* X/ D7 C }, s当然,肯定有人要急着为DeepSeek找爹,“蒸馏说”就是这样产生的。8 M2 b3 l$ F: U
/ F. Y, s/ B! Z% E/ o
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。
/ R5 g2 K$ D8 o% Y) S) Z, I% W
7 r4 Q9 x& V3 G" I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。
/ [; O. [% v9 ~( A' y7 S$ r! U2 |+ p2 A8 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。
3 v: ]7 _, w* N9 {& }+ A+ A3 k
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。, Z- e* L6 T4 A# p
" b0 l9 l. T& [: q0 B5 K
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。
4 B* w$ i8 C: S( U0 H/ K! j3 [ k. A X4 }( H% L# H, @: a
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。
' T$ y6 N, S, n8 e" T) G: i
3 S) S& |% D6 M9 T# R% H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。8 g$ K, v0 k T. L0 i. k1 {8 _
+ z# W) q2 Z& B- |5 j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。( K2 V9 T% A `0 R& T3 t5 ]
5 F' _: Y# d- z2 M3 V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
|