AI动态汇总：DeepSeek-R1带动思维链学，DeepMind推出QuestBench基准.pdfVIP

目录

1AI重点要闻4

1.1深扒DeepSeek-R1思维链，带动思维链学4

1.2DeepMind推出QuestBench基准7

1.3英伟达推出Eagle-2.5、DAM-3B模型9

1.4国产大模型ViduQ1登顶视频生成榜13

2企业动态13

2.1OpenAI推出轻量化深度研究工具13

2.2讯飞星火X1升级，对标DeepSeek-R115

2.3昆仑万维开源SkyReels-V2模型16

3AI行业洞察17

3.1全球首个行动浏览器Fellou发布17

3.2Meta发布Token-Shuffle，突破自回归瓶颈18

4技术前沿19

4.1Valuesinthewild:Claude价值观研究19

4.2模型能力提升：采样越多模型越强22

5风险提示24

请务必阅读正文之后的免责条款部分2

图表目录

图表1：DeepSeek-R1思维链学4

图表2：DeepSeek-R1训练流程5

图表3：DeepSeek-R1推理步骤6

图表4：GSM-Q7

图表5：Logic-Q7

图表6：Planning-Q8

图表7：QuestBench测试结果9

图表8：Eagle-2.5跑分10

图表9：DAM-3B框架12

图表10：VBench13

图表11：OpenAI官宣14

图表12：星火X1评测15

图表13：Token-shuffle架构19

图表14：Valuesinthewild20

图表15：Claude价值观分类21

图表16：实验结果21

图表17：Sample,ScrutinizeandScale22

图表18：隐式外扩23

图表19：新基准下模型表现良莠不齐23

请务必阅读正文之后的免责条款部分3

1AI重点要闻

1.1深扒DeepSeek-R1思维链，带动思维链学

魁北克人工智能实验室联合麦吉尔大学、哥本哈根大学等机构，深度剖析了

DeepSeek-R1大模型的思维链，从DeepSeek推理的底层构件出发，分析了推理

链对其性能的影响。

图表1：DeepSeek-R1思维链学

资料来源：DeepSeek-R1Thoughtology，中邮证券研究所

研究发现几个关键点：

·DeepSeek-R1存在一个“推理甜点区”（sweetspot），即过多推理反

而损害性能。

·模型倾向于反复沉溺在已探索的方案中，阻碍进一步探索。

·相比不具备推理能力的版本，DeepSeek-R1展现出更高的安全风险，

这可能对安全对齐的LLM构成挑战。

DeepSeek-R1的训练基于DeepSeek-V3，而下图展示了如何从V3模型训练

得到R1模型：

请务必阅读正文之后的免责条款部分