今天是2025年02月02日，星期日，赣州，天气雨，天微凉。
今天是大年初五，迎五路财神，各位继续春节快乐。
我们今天继续看一些有趣的事情，看两个，一个是有趣的QwenVL HTML文档表示格式，安全性上的对比：o3-mini vs DeepSeek-R1(务必注意这里对比的是蒸馏的70B版本)
春节假期快过完了，还剩两天。大家归途一路顺风。
专题化，体系化，会有更多深度思考。大家一起加油。
一、有趣的QwenVL HTML文档表示格式
QwenVL HTML格式，可以将文档中的文本精准地识别出来，也能够提取文档元素（如图片、表格等）的位置信息，从将文档中的版面布局进行精准还原，比如杂志、论文、网页、甚至手机截屏等等。
例如论文场景：
又如杂志场景：
但这两个应用例子并不太好，有漏标注的情况，并且可以更进一步地标注出对应的颜色信息，会更有用一些。
相比markdown表示文档，使用html虽然更冗余，标签更多，但可以有css 样式，能够将颜色、位置等都进行表示，更具有表示能力，这种设想的确蛮好的。Qwen2.5 VL内置的这个能力，但这个也的确准备了很多这样的训练数据。
二、安全性上的对比：o3-mini vs DeepSeek-R1
这是目前的一个热点，即将o3-mini和DeepSeek-R1进行对比，对比的角度也能发文，所以，有个工作《o3-mini vs DeepSeek-R1: Which One is Safer?》（https://arxiv.org/pdf/2501.18438），通过使用自动化的安全性测试工具ASTRAL，生成并执行了1260个不安全的测试输入，以评估这两个模型的安全性，使用GPT-3.5作为评估器，分析LLMs的输出是否安全。
其中：
DeepSeek-R1使用70B版本，部署在Ollama2框架上。DeepSeek-R1运行在配备512GB内存、AMD EPYC 7773X处理器和NVIDIA RTX A6000显卡的Linux服务器上。
o3-mini使用预部署的beta版本，通过OpenAI的API访问。o3-mini在运行ASTRAL的Windows 11计算机上执行，无需额外硬件。
结论上，总体安全性上，o3-mini在1260个测试输入中仅有15个不安全响应，占1.19%；DeepSeek-R1有151个不安全响应，占11.98%；安全类别上，o3-mini在各个安全类别中的表现较为均衡。DeepSeek-R1在财务犯罪、恐怖主义、仇恨言论等类别中表现较差。DeepSeek-R1在技术术语和角色扮演风格下的不安全响应较多。
最终结论就是：OpenAI的o3-mini模型比DeepSeek-R1更安全。DeepSeek-R1在处理不安全提示时表现不佳，显示出较高的不安全性。此外，OpenAI的API通过政策违规机制防止了许多不安全输入的执行。
参考文献
1、https://github.com/QwenLM/Qwen2.5-VL
2、https://arxiv.org/pdf/2501.18438
（文：老刘说NLP）