2025年這個春節(jié)，一舉改寫了全球大敘事。在萬般熱鬧之際，我們特別想沉下來做一些基礎(chǔ)科普工作。

在《商業(yè)訪談錄》89集節(jié)目中，我邀請了加州大學(xué)伯克利分校人工智能實(shí)驗(yàn)室在讀博士生潘家怡，為大家對照解讀了春節(jié)前的DeepSeek-R1-Zero、R1、Kimi發(fā)布的K1.5，以及OpenAI更早發(fā)布的o1技術(shù)報(bào)告。這些模型聚焦的都是大模型最新技術(shù)范式，RL強(qiáng)化學(xué)習(xí)，簡單來說就是o1路線。

今天這集，我邀請的是香港科技大學(xué)計(jì)算機(jī)系助理教授何俊賢。他的研究方向是大模型推理，從很早就開始關(guān)注DeepSeek的系列研究。我們會focus在最近引發(fā)全球AI屆關(guān)注的DeepSeek上。

何老師將帶領(lǐng)大家從DeepSeek的第一篇論文開始，閱讀經(jīng)過挑選的這家公司歷史上發(fā)布的9篇論文。

我們希望幫助大家從一個更延續(xù)、更長期、也更技術(shù)底層的視角來理解DeepSeek，以及它所做的復(fù)現(xiàn)與創(chuàng)新工作；與此同時也希望能讓更多人感受到技術(shù)之美。

整體風(fēng)格：Open、Honest、低調(diào)、嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度

21:21 《DeepSeek LLM Scaling Open-Source Language Models with Longtermism》技術(shù)講解

45:32 《DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models》技術(shù)講解

01:06:20 《DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model》技術(shù)講解

01:40:17 《DeepSeek-V3 Technical Report》技術(shù)講解

02:05:03 《DeepSeek-Coder: When the Large Language Model Meets Programming - The Rise of Code Intelligence》技術(shù)講解

02:12:16 《DeepSeek-Coder-V2: Breaking the Barrier of Closed-Source Models in Code Intelligence》技術(shù)講解

02:47:18 《DeepSeek-Prover: Advancing Theorem Proving in LLMs through Large-Scale Synthetic Data》和《DeepSeek-Prover-V1.5: Harnessing Proof Assistant Feedback for Reinforcement Learning and Monte-Carlo Tree Search》技術(shù)講解

02:52:40 《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》技術(shù)講解