人工智能(AI)的核心竞争力...

人工智能(AI)的核心竞争力，包括算法、算力和数据。DeepSeek的确在算法优化上取得进展，并在某些垂直领域取得突破。AI竞争的桂冠一直是通用AI，目前这一块仍然只能靠算力。GRPO是DeepSeek的底层强化学习(RL)算法。与PPO不同，GRPO不需要价值模型，这大大降低了计算资源需求。此外，他们的奖励模型非常高效，依赖于基于规则的结构，从而降低了计算开销。然而，这种方法将算法的训练限制在具有明确、真实答案的领域。该算法扩展到模糊问题，仍然是一个有趣的挑战。