英特尔® Geti™ 平台使企业团队能够快速构建计算机视觉 AI 模型。通过直观的图形界面，用户可以添加图像或视频数据、进 行标注、训练、重新训练、导出以及优化 AI 模型以便部署。配备了最先进的技术，如主动学习、任务链和智能标注，英特尔® Geti™ 平台减少了劳动密集型任务，实现了协作模型开发，并加快了模型创建的速度。 英特尔® Geti™ 平台提供的功能包括： • 定制化的计算机视觉任务：英特尔® 灵活部署：英特尔® Geti™ 平台可以在本地部署或通过云虚拟机部署，为那些使用这两种基础设施之一或两者的组织提供 灵活性。 英特尔® Geti™ 平台的使用流程示例 数据收集 主动集 预测 主动学习 标注 训练 优化 导出 1 2 3 4 5 6 36 02 英特尔 ® 技术方案 了解更多有关英特尔® Geti™ 平台的信息，请访问： https://geti 首先，您需要构建数据集，该数据集将用于训练您的模型。英特尔® Geti™ 平台提供了一个方便的机 制，在上传多媒体数据（图像或视频）时进行标注。上传后，英特尔® Geti™ 平台会存储所有数据集。 2. 主动集 — 这个功能会自动选择多媒体数据进行最优化的训练会话。 3. 标注 — 这是您开始教机器如何思考的阶段。英特尔® Geti™ 平台提供了一套工具来促进标注工作。UI 中可用的 标注工具会根据

训练步数的增长，模型的thinking response length 逐渐增加 (test-time computation increasing) ➢ DeepSeek-R1-Zero 自主涌现学会重新评测原来的方法、反思和主动探索其他的路径 ➢ 多阶段训练下的冷启动让RL训练更加稳定，避免初期不稳定、加速收敛、提升思维链可读性 ➢ 未来后训练的重心会逐步倾向于RL，但是少量训练用于SFT可能还是必须的 ➢ 强化学习 RL”，有效解决了传统强化学 习模型在冷启动、收敛效率和多场景适应性方面的瓶颈。 ➢ 强大的自验证和长链推理能力：并非预先设定好的，而是在RL训练中自主涌现出来的 ➢ 自验证是指模型在生成最终答案之前，会先主动地验证自己的中间推理步骤是否正确。这就 像一个学生在做题时，会反复检查自己的解题过程，以确保答案的准确性。 ➢ 反思是指模型会回溯检查自己之前的推理过程，并根据检查的结果进行修正，相当于一个学