|
本帖最后由 晨枫 于 2025-1-28 17:57 编辑
7 _2 [+ {8 K! Q0 Q# e' S; b. Q4 m1 o$ K+ |9 B" F$ S6 r0 q
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。3 G0 F, \4 t5 Y
" Q+ \% O) ^0 y1 y3 i当然,肯定有人要急着为DeepSeek找爹,“蒸馏说”就是这样产生的。
# ]5 k) l2 t0 W& F" ^4 A( d% C7 Y W! J( p4 w% {1 X- q
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。
3 [) a) _5 D! q+ o8 R0 g* Z# C$ k8 q$ ?, m, ~
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。
/ v& l% O- K# p! [( n/ Z
# z; r5 y$ H# X! p9 Y- f5 a, ~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。
# e8 p. k' W9 a
- Y9 s, I' b3 l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。
7 m; T6 t6 g0 E- P T
6 |$ S* a9 }5 C; a4 B6 c$ y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。
( {: E/ W/ A3 g; v% [% O( V' T( T4 r T4 |$ A/ Q! ^
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。. H6 M0 G* r' h3 U5 N" B
# i0 n: }6 Y9 o" c# t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。
* x/ z! `. M. J& ^* i, z
/ r0 w7 e7 ^& V: c$ [! r6 r+ f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。
$ ^4 C# H. R% [% |! C2 {* a* k4 Z/ _. }5 m0 p3 l
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
|