2025年这个春节，DeepSeek一举改写了全球AGI大叙事。在万般热闹之际，我们特别想沉下来做一些基础科普工作。 在《商业访谈录》89集节目中，我邀请了加州大学伯克利分校人工智能实验室在读博士生潘家怡，为大家对照解读了春节前的DeepSeek-R1-Zero、R1、Kimi发布的K1.5，以及OpenAI更早发布的o1技术报告。这些模型聚焦的都是大模型最新技术范式，RL强化学习，简单来说就是o1路线。 今天这集，我邀请的是香港科技大学计算机系助理教授何俊贤。他的研究方向是大模型推理，从很早就开始关注DeepSeek的系列研究。我们会focus在最近引发全球AI届关注的DeepSeek上。 何老师将带领大家从DeepSeek的第1篇论文开始，阅读经过挑选的这家公司历史上发布的9篇论文。 我们希望帮助大家从一 个更延续、更长期、也更技术底层的视角 来理解DeepSeek，以及它所做的 复现与创新 工作；与此同时也希望能让更多人感受到 技术之美 。 （如果如果，你觉得光听还不够刺激，觉得一定要坐在电脑前看着投屏、拿起纸笔学习更有沉浸感…如果你实在是真心想要找虐的话…请前往： 含投屏的视频版本 。嘿嘿！预祝你学习顺利啦！2025我们和AI共同进步！） 我们的播客节目在 腾讯新闻首发 ，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） 03:01 讲解开始前，先提问几个小问题 整体风格：Open、Honest、低调、严谨的科学态度 DeepSeek基座模型 21:00 《DeepSeek LLM Scaling Open-Source Language Models with Longtermism》技术讲解 45:48 《DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models》技术讲解 01:06:40 《DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model》技术讲解 01:40:17 《DeepSeek-V3 Technical Report》技术讲解 DeepSeek推理模型 02:05:03 《DeepSeek-Coder: When the Large Language Model Meets Programming - The Rise of Code Intelligence》技术讲解 02:12:16 《DeepSeek-Coder-V2: Breaking the Barrier of Closed-Source Models in Code Intelligence》技术讲解 02:47:18 《DeepSeek-Prover: Advancing Theorem Proving in LLMs through Large-Scale Synthetic Data》和《DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search》技术讲解 02:52:40 《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》技术讲解 03:01:41 9篇论文到这里都讲完啦！最后我们一起强化学习一下！ 关于强化学习往期节目： AGI范式大转移：和广密预言草莓、OpenAI o1和self-play RL｜全球大模型季报4 和OpenAI前研究员吴翼解读o1：吹响了开挖第二座金矿的号角 王小川返场谈o1与强化学习：摸到了一条从快思考走向慢思考的路 逐句讲解DeepSeek-R1、Kimi K1.5、OpenAI o1技术报告——“最优美的算法最干净” 开源一场关于DeepSeek的高质量闭门会： 一场关于DeepSeek的高质量闭门会：“比技术更重要的是愿景” 【更多信息】 联络我们：微博 @张小珺-Benita ，小红书 @张小珺 更多信息欢迎关注公众号：张小珺
