最好的致敬是学习：DeepSeek-R1 赏析

本期播客主要讲解 DeepSeek 发布的推理模型 R1 及其背后的技术细节。播客首先回顾了 R1 发布前后时间线上的关键事件和业界反应，然后深入分析了 R1 的训练过程，特别是 R1 Zero 的纯强化学习方法以及后续的 SFT 微调过程。 演讲者详细解释了 DeepSeek V3 模型中关键技术的创新，例如 DeepSeek MOE、MLA 和 MTP，并指出这些创新是为了克服硬件限制（使用 H800 而非 H100）而进行的工程优化。最后，播客探讨了 R1 的破圈原因、未来发展方向以及对 AI 产品开发的启示，例如 R1 结合搜索功能带来的全新用户体验。