微软开源MAI-DS-R1：敏感提示响应比DeepSeek-R1提升200%，风险降50%

• MAI-DS-R1 能够成功响应 99.3% 与被屏蔽主题相关的提示，比 DeepSeek R1 提升了 2.2 倍，与 Perplexity 的 R1-1776 相当。

• MAI-DS-R1 在内部评估中的满意度指标也高于 DeepSeek R1 和 R1-1776，分别提升了 2.1 倍和 1.3 倍。

• MAI-DS-R1 在减少有害内容方面表现优于 DeepSeek R1 和 R1-1776，根据 HarmBench 评估，在“思考”过程和最终“答案”回应中，此类内容减少了 50% 以上。

• MAI-DS-R1 在一般知识、推理、数学和编程基准测试中，保持了 DeepSeek R1 模型原有的推理能力。

MAI-DS-R1后训练

使用约 35 万个被屏蔽主题的示例，对 MAI-DS-R1 模型进行了精心准备的后训练，采用多种策略：

• 收集和筛选查询关键词；

• 将关键词转换为多个问题；

• 将问题翻译成多种语言；

• 使用 DeepSeek R1 和内部模型为这些问题生成答案及相应的思考链（CoT）。

此外，还加入了来自 Tulu3 SFT 数据集的 11 万个安全和风险示例（涵盖 CoCoNot、WildJailbreak 和 WildGuardMix）。

https://hf-mirror.com/microsoft/MAI-DS-R1https://techcommunity.microsoft.com/blog/machinelearningblog/introducing-mai-ds-r1/4405076

（文：PaperAgent）