DeepSeek unveils new AI reasoning method as anticipation for its next-gen model rises | 深势科技发布全新AI推理方法，下一代模型引人期待
中国人工智能初创公司DeepSeek推出了一种新方法，旨在提升大型语言模型（LLM）的推理能力，同时公众也在期待该公司下一代模型的发布。DeepSeek与清华大学的研究人员合作，开发了一种名为生成奖励建模（GRM）和自原则批评调整相结合的技术。这种双重方法旨在使LLM能够更快、更好地响应一般查询。
研究人员表示，由此产生的DeepSeek-GRM模型优于现有方法，在强大的公共奖励模型中“取得了具有竞争力的性能”。奖励建模是一种引导LLM满足人类偏好的过程。DeepSeek计划开源GRM模型，但没有给出具体时间表。此前，DeepSeek的V3基础模型和R1推理模型受到全球关注，引发了人们对其下一步行动的猜测。据报道，DeepSeek-R2可能会在本月发布，但该公司对此保持沉默，未通过官方渠道发表评论。
via SCMP Full Text Feed
中国人工智能初创公司DeepSeek推出了一种新方法，旨在提升大型语言模型（LLM）的推理能力，同时公众也在期待该公司下一代模型的发布。DeepSeek与清华大学的研究人员合作，开发了一种名为生成奖励建模（GRM）和自原则批评调整相结合的技术。这种双重方法旨在使LLM能够更快、更好地响应一般查询。
研究人员表示，由此产生的DeepSeek-GRM模型优于现有方法，在强大的公共奖励模型中“取得了具有竞争力的性能”。奖励建模是一种引导LLM满足人类偏好的过程。DeepSeek计划开源GRM模型，但没有给出具体时间表。此前，DeepSeek的V3基础模型和R1推理模型受到全球关注，引发了人们对其下一步行动的猜测。据报道，DeepSeek-R2可能会在本月发布，但该公司对此保持沉默，未通过官方渠道发表评论。
via SCMP Full Text Feed
