以需要寻找额外的 Scaling Laws [1]。 [1] Training Verifiers to Solve Math Word Problems https://arxiv.org/pdf/2110.14168 [2] Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters 天然 契合；此外，GRPO直接将策略模型与参考模型的KL散度作为正则项加入损失函数，而非将其混入 奖励计算，简化了优势值的计算。 DeepSeekMath https://arxiv.org/pdf/2402.03300 24 DeepSeek-R1 技术剖析：GRPO 赋能RL-Scale ➢From PPO to GRPO: ➢ 基于结果监督的GRPO: 对于每个问题q，从旧策略模型𝜋𝜃𝑜𝑙𝑑采样一组输出 其中𝑖𝑛𝑑𝑒𝑥 𝑗 是第 𝑗步的末 尾词元索引， 𝐾𝑖是第 𝑖 个输出的总步数。归一化后，优势值为后续步骤归一化奖励的累加和 DeepSeekMath https://arxiv.org/pdf/2402.03300 基于结果监督的GRPO优势值估计 基于过程监督的GRPO优势值估计 25 DeepSeek-R1 Takeaways 总结 Part II ➢ DS-R1 Zero

提供网页版、APP、微信小程序、电脑版四大入口，满足不同场景需求： ①网页版（零门槛即用） 访问方式：浏览器输入`https://chat.deepseek.com` 特点： ⚫ 无需下载，支持文件上传（PDF/Word/图片） ⚫ 功能齐全，包含普通模式（V3）、深度思考（R1）、联网搜索 操作提示：登录后点击输入框下方按钮切换功能模式，例如开启 R1 模式处理复杂数学 题 ②手机 安全提示：建议设置“字母+数字+符号”组合密码，定期更换 ②核心功能切换 ③文件交互技巧 支持格式：PDF（需文字可复制）、Word、Excel、图片（JPG/PNG） 高阶用法： ⚫ 文档对比：上传 A/B 两份文件，输入“分析市场策略差异” ⚫ 数据提取：从实验报告 PDF 中自动整理温度数据表格 避坑指南：超过 50 页的长文档建议拆分处理，避免解析超时 3.常见问题速查

。 Deep Research 由 OpenAI o3 模 型的一个版本提供支持 ，该模型针对网页浏览和数据分析进行了优化 ， 它利用推理来搜索、 解释和分析 互联网上 的大量文本、 图像和 PDF ， 并根据需要根据遇到的信息做出调整。 Deep Research 具有以下四大 核心技术： 学术裁缝 综合各种知识 ， 生成完美的报告 ，还附带文献引用 数据雷达 会自动 24 小时扫描全球知识库 论文如果“ A I 味”很重 ， 论文查重可能无法通过！ 建议不要直接使用 AI 生成的内 容 7. A I 赋能高校科 研 英文论文快读阅读 从百度官网访问 DeepSeek ， 上传英文论文 PDF 在对话框中输入提示词 “请帮我总结这篇论文的创新点” 或者在对话框中输入提示词“请帮我把这篇论文翻译成中文” 7. A I 赋能高校科 研 步骤 1 ： 打开通义千问的效率工具 “ 阅读助手