DeepSeek：数据质量提升的回报已超新算法创新

DeepSeek 在一份报告中指出，当前后训练的进步更多来自「更好的数据 + 更好的环境」，而非 RL 算法本身的新颖性，提升数据质量的 ROI 已远超继续研究新的 post-training 算法。评论者认为这印证了数据仍是最大的护城河，对以算法创新见长的 DeepSeek 而言是一次明显的转向信号。

2026-09-10 ~ 2026-09-11 · 2 条相关

• DeepSeek 报告：后训练进步靠更好数据与环境，而非 RL 算法创新 — realsohamparekh · 2026-09-10
• DeepSeek 转向：提升数据质量的 ROI 已超过新算法 — A_K_Nain · 2026-09-11