|
本帖最后由 晨枫 于 2025-1-28 17:57 编辑 6 i- e; Q& U7 E, ~7 R1 }
/ N x# E/ z/ aDeepSeek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。 y4 \6 V& X8 _4 ?8 u
5 N4 }; K$ s# k
当然,肯定有人要急着为DeepSeek找爹,“蒸馏说”就是这样产生的。
' F: ~2 o( k( g8 b/ M) Z, y; |- b0 ?8 ]# L
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。9 v9 E& E4 }$ P, [; ]2 z
' k1 X; S# b% l
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。& a4 v: i8 b7 l( C0 n2 k# h
x9 T; ]6 E6 c" q1 O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。
8 S2 m' j# ~: s) L* T7 t- H- ]5 m2 s
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。
+ Q2 |. k& S# w& Z' c8 b! @" U' D. Q
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。
2 o# B) i3 w5 X, ?8 o: c+ Q0 j
- P, [# i- W O( _3 g. \6 d5 x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" {( A% t: W& l3 g) R' X
" [; w/ n: D: @4 a6 k& t+ ]( n
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。; s6 U* V0 i7 U- z7 }
1 e& N+ E3 ~% q: W! G. i- N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。5 ]% S f) z. f) q! t; [
4 q, ?% v$ v z4 ~% Y5 _3 t1 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
|