（76页PPT）DeepSeekR1及类强推理模型开发解读.pptxVIP

DeepSeek-R1\Kimi1.5及类强推理模型开发解读陈博远某著名企业2022级“通班”主要研究方向：大语言模型对齐与可扩展监督北大对齐小组

DeepSeek-R1开创RL加持下强推理慢思考范式新边界 DeepSeek-R1Zero及R1技术剖析 Pipeline总览\DeepSeek-V3Base\DeepSeek-R1Zero及R1细节分析 RL算法的创新：GRPO及其技术细节 DeepSeek-R1背后的InsightsTakeaways：RL加持下的长度泛化\推理范式的涌现 DeepSeek-R1社会及经济效益 技术对比探讨 STaR-basedMethodsvs.RL-basedMethods强推理路径对比(DS-R1\Kimi-1.5\o-series) 蒸馏vs.强化学习驱动：国内外现有各家技术路线对比分析及Takeaways PRMMCTS的作用 从文本模态到多模态 其他讨论：Over-Thinking过度思考等 未来方向分析探讨 模态穿透赋能推理边界拓展：Align-DS-V 合成数据及Test-TimeScaling:突破数据再生产陷阱 强推理下的安全：形式化验证FormalVerification\审计对齐Deliberative