刚才Space讨论到美国什么时候“能迎头赶上”的问题，我做两个个人判断吧

[和硕英亲王阿济格]

刚才Space讨论到美国什么时候“能迎头赶上”的问题，我做两个个人判断吧

1）DeepSeek V3这个模型应该没有公司有兴趣去复现，因为他是在算力限制下的结果，fp8量化一定会损失精度；而DeepSeek V3 本身其实和其他同规模的大语言模型差不多。

如果没有算力限制，也不缺钱，大厂没必要重走一遍自己走过的路：比如Llama

2）但是R1这个基于RL的训练思路会有人复现。只需要找任何一个Base Model，加上一些无监督的数学/代码数据，就可以借助GRPO实现推理能力的提升。

我相信在1-2周内，Meta、Google、Amazon甚至Nvidia等公司内部就会有结果。

如果2周之内，美国公司都拿不出一个像样的和R1同级别的结果，那说明美国完了

[midlander]

最震撼的就是r1
而且非常容易复现，非常便宜

以后开源的都会蒸馏自己的模型

闭源的也会用

刚才Space讨论到美国什么时候“能迎头赶上”的问题，我做两个个人判断吧

1）DeepSeek V3这个模型应该没有公司有兴趣去复现，因为他是在算力限制下的结果，fp8量化一定会损失精度；而DeepSeek V3 本身其实和其他同规模的大语言模型差不多。

如果没有算力限制，也不缺钱，大厂没必要重走一遍自己走过的路：比如Llama

2）但是R1这个基于RL的训练思路会有人复现。只需要找任何一个Base Model，加上一些无监督的数学/代码数据，就可以借助GRPO实现推理能力的提升。

我相信在1-2周内，Meta、Google、Amazon甚至Nvidia等公司内部就会有结果。

如果2周之内，美国公司都拿不出一个像样的和R1同级别的结果，那说明美国完了

[和硕英亲王阿济格]

最震撼的就是r1
而且非常容易复现，非常便宜

以后开源的都会蒸馏自己的模型

闭源的也会用

这就是我说的吗

创新点就是用RL做post training