DeepSeek 转向：提升数据质量的 ROI 已超过新算法
A_K_Nain · x · 2026-09-11
一条值得注意的信号：一向最先探索新算法与架构的 DeepSeek 表示，当前提升数据质量的 ROI 已远超继续研究新 post-training 算法。
引述者认为这对非实验室从业者早已成立，并给出建议：做 LLM post-training 时 80% 的精力应花在数据上——
- 请专家逐条检查 RL 任务
- 人工筛查 rollouts 和 SFT 数据，剔除可疑样本，确认所有任务真的可解
- 保证数据在难度和类别上足够多样
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
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Aidan Gomez：模型推理痕迹说谎，CoT 监控对 Agent 可能失效 — aidangomez · 2026-10-27
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27