從DeepSeek R1的複現看深度思考模型的未來｜ML-Summit 2025

備受矚目的 2025 全球機器學習技術大會（ML Summit 2025）將於 4 月 18-19 日在上海虹橋西郊莊園麗笙大酒店召開。本次盛會由 CSDN & Boolan 聯合主辦，彙聚了超 50 位來自學術界和工業界頂尖專家，共同探討智能體、聯邦學習、多模態大模型等熱門 AI 技術實踐。

作為全球機器學習技術大會的老朋友，新浪微博首席科學家及 AI 研發部負責人張俊林將帶來《從 DeepSeek R1 的複現看深度思考模型的未來》的精彩分享。

張俊林作為「大模型技術拆解得最通透的實戰派」，在 2024 年的機器學習技術大會上，他對 Gemini 多模態架構、OpenAI o1 技術的硬核拆解，讓開發者直呼「終於有人講透技術本質」。

從 DeepSeek R1 複現出發，洞見深度思考模型未來

DeepSeek R1 的開源引發了學術界和工業界對其複現研究的熱潮，也為探索更強大的「深度思考」模型提供了新的視角。本次演講將：

系統梳理技術脈絡：回顧 DeepSeek R1 開源後的各類複現研究，涵蓋 SFT 階段的輕量適配（如 S1）與 RL 階段的創新實踐。
深度解析訓練範式：重點剖析其核心的兩階段訓練模式——如何通過冷啟動微調結合多領域數據優化進行 SFT，以及如何運用 GRPO 強化學習與全場景對齊實現模型「深度思考」能力的躍遷。
探討關鍵技術問題：嘗試解答一系列備受關注的核心問題，例如：強化學習（RL）的 Scaling Law 邊界何在？影響 SFT 階段蒸餾方法效果的關鍵因素是什麼？如何科學地理解和解釋 DeepSeek 團隊提及的「Aha Moment」現象？

大模型時代，Scaling Law 依舊是核心驅動力。張俊林深入探討 Grok 3 背後的 Scaling Law 本質，以及對大模型未來發展的啟示。他提出，即使 Grok 3 耗費大量算力，仍然遵循預訓練階段增大模型尺寸的「傳統」做法，這種做法的性價比值得進一步思考。

此外，張俊林通過用 S 型曲線疊加來解釋大模型預訓練、後訓練以及推理階段 Scaling Law 的各種現象，引發業界廣泛關注。他認為，理解 Scaling Law 的關鍵在於理解 S 型曲線的疊加。具體可參考張俊林撰寫的如下兩篇文章，AI 科技大班營均有發表：

對於渴望緊跟大模型前沿、理解深度思考模型核心機制與未來方向的聽眾而言，張俊林的分享無疑是一場不容錯過的知識盛宴。