伯克利研究人员仅用30美元成功复制了DeepSeek R1的核心技术：一个小型模型强化学习的革命

伯克利人工智能研究团队以仅30美元的成本成功复制了DeepSeek R1-Zero的核心技术，这是人工智能技术的一项重大突破。由博士候选人Jiayi Pan领导的团队展示了拥有15亿参数的小型语言模型通过强化学习展现复杂推理能力的可能性。这一成就具有重要意义，因为它挑战了只有大型昂贵系统才能执行高级人工智能任务的观念。研究还强调了人工智能中专门问题解决策略的潜力，因为不同任务导致模型采取不同的方法。通过在GitHub上公开分享项目代码，这一举措为人工智能开发中的广泛合作铺平了道路，呼应了Transformer革命的民主精神。对于那些对人工智能的发展和先进研究的可及性感兴趣的人来说，这篇内容证明了在预算范围内创新的可能性。- 伯克利AI研究团队成功复制了DeepSeek R1-Zero的关键技术，成本不到30美元。 - 他们在小型语言模型中实现了复杂的推理能力，标志着人工智能研究的重要民主化。 - 他们使用倒计时游戏作为测试场景，证明了即使是较小的语言模型也能通过强化学习发展出复杂的问题解决策略。 - 研究发现，从1.5B的模型开始，模型展示出了出色的问题解决能力。 - 模型为不同的任务开发了不同的问题解决策略，表明AI系统发展出了专门的问题解决方法。 - 这项研究以低成本和开放源代码的方式推动了人工智能技术的发展。 - 这项工作可能标志着人工智能发展的一个转折点，证明了突破性的进展并不需要大量资源，只需要聪明的思考和正确的方法。