张俊林-从DeepSeek R1的复现看深度思考模型的未来_2025 4月全球机器学习技术大会-上海站-CSDN在线视频培训

分会场-A

张俊林-从DeepSeek R1的复现看深度思考模型的未来

课时介绍

张俊林
新浪微博首席科学家及AI研发部负责人
DeepSeek R1开源后，学术界涌现大量复现研究，涵盖SFT阶段的轻量适配（如S1）与RL阶段的创新实践。本次分享将系统梳理其技术脉络，重点解析两阶段训练范式：冷启动微调结合多领域数据优化，通过GRPO强化学习与全场景对齐实现能力跃迁。 本分享试图回答其中关键技术问题，比如RL Scaling Law的界限在哪里？影响SFT阶段蒸馏方法效果的关键因素是什么？怎么解释DeepSeek 提到的Aha Moment等。

课程介绍

自1936年阿兰· 图灵提出「图灵机」以及机器具备「思维」的可能性以来，以机器学习为代表的人工智能经过飞速发展，深刻地改变着我们的世界。CSDN & Boolan 秉承“全球专家，卓越智慧”的宗旨，特邀近50位技术领袖和行业应用专家，与1000+来自电商、金融、汽车、智能制造、通信、工业互联网、医疗、教育等众多行业的精英参会听众，共同探讨人工智能领域的前沿发展和行业最佳实践。