DeepSeek 报告：后训练进步靠更好数据与环境，而非 RL 算法创新
realsohamparekh · x · 2026-09-10
DeepSeek 的报告指出，目前更好的后训练更多来自「更好的数据 + 更好的环境」，而非 RL 算法本身的新颖性。@himanshustwts 评论称这印证了数据依然是最大的护城河；@realsohamparekh 补充「还是老一套：垃圾进，垃圾出」。这一判断对做 post-training 的团队有直接参考意义：环境与数据工程质量可能比算法创新更值得投入。
所属事件:DeepSeek 称提升数据质量的回报已超新后训练算法(3 条相关)→
「模型」频道最新
- NVIDIA Nemotron 3.5 Super VL 首战 ARC-AGI-2 仅得 1.94%，被讽西方开源冠军失色 — teortaxesTex · 2026-10-26
- 腾讯 Hy-SimulMT 全量上架 Hugging Face，含 FP8/GGUF/Interleave 多版本 — AdinaYakup · 2026-10-26
- 腾讯开源实时同传模型 Hy-SimulMT：30B/A3B，3 秒延迟，Apache 2.0 — AdinaYakup · 2026-10-26
- Fintech 圈 AI 重度用户共识:ChatGPT、Claude、Grokbot 位列前三 — LexSokolin · 2026-10-26
- 研究者暗示 DeepSeek 下一代模型或沿用 V3.2 DSA 路线 — YouJiacheng · 2026-10-26
- Anthropic S-1 亮点：半年营收涨 1300%,毛利率 85% — danshipper · 2026-10-26