从 DeepSeek R1 复现出发，洞见深度思考模型未来
DeepSeek R1 的开源引发了学术界和工业界对其复现研究的热潮，也为探索更强大的“深度思考”模型提供了新的视角。本次演讲将：
-
系统梳理技术脉络： 回顾 DeepSeek R1 开源后的各类复现研究，涵盖 SFT 阶段的轻量适配（如 S1）与 RL 阶段的创新实践。
-
深度解析训练范式： 重点剖析其核心的两阶段训练模式——如何通过冷启动微调结合多领域数据优化进行 SFT，以及如何运用 GRPO 强化学习与全场景对齐实现模型“深度思考”能力的跃迁。
-
探讨关键技术问题： 尝试解答一系列备受关注的核心问题，例如：强化学习（RL）的 Scaling Law 边界何在？影响 SFT 阶段蒸馏方法效果的关键因素是什么？如何科学地理解和解释 DeepSeek 团队提及的“Aha Moment”现象？
大模型时代，Scaling Law 依旧是核心驱动力。张俊林深入探讨 Grok 3 背后的 Scaling Law 本质，以及对大模型未来发展的启示。他提出，即使 Grok 3 耗费大量算力，仍然遵循预训练阶段增大模型尺寸的“传统”做法，这种做法的性价比值得进一步思考。
此外，张俊林通过用 S 型曲线叠加来解释大模型预训练、后训练以及推理阶段 Scaling Law 的各种现象，引发业界广泛关注。他认为，理解 Scaling Law 的关键在于理解 S 型曲线的叠加。具体可参考张俊林撰写的如下两篇文章，AI 科技大本营均有发表：
-
Grok 3 是否意味着大力出奇迹的大模型法则仍然成立？
-
从 Deepseek R1 看 Scaling Law 的未来
对于渴望紧跟大模型前沿、理解深度思考模型核心机制与未来方向的听众而言，张俊林的分享无疑是一场不容错过的知识盛宴。
2025 全球机器学习技术大会 (ML Summit 2025) 不仅是技术交流的平台，更是推动 AI 生态融合、促进行业协同创新的重要契机。大会设有 12 大技术专题，覆盖 AI 领域的前沿热点。此外，大会还将设置 AI 企业创新展区，展示最新的技术产品和解决方案。
（文：AI科技大本营）