当前位置:首页 >英文主页 >中英对照 > 报告详情

DeepSeek Math技术报告(英文版)(30页).pdf

上传人: 淘*** 编号:650881 2025-04-07 30页 1.76MB

下载:
word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文介绍了DeepSeekMath,一种在数学推理方面显著超越开源模型的领域特定语言模型,其性能接近GPT-4。主要内容包括: 1. 构建了DeepSeekMath语料库,包含1200亿数学相关标记,是从Common Crawl中通过精心设计的数据选择流程提取的。 2. 提出了DeepSeekMath-Base 7B,在DeepSeekMath语料库上进行了预训练,在多个数学基准测试中表现出色,包括GSM8K和MATH。 3. 进行了数学指令调优,提出了DeepSeekMath-Instruct 7B,在多个基准测试中优于其他开源模型。 4. 引入了Group Relative Policy Optimization (GRPO),一种有效的强化学习算法,在DeepSeekMath-Instruct 7B上进行训练,进一步提高了性能。 5. 分析了代码训练对数学推理的影响,发现代码训练可以提高数学推理能力。 6. 探讨了强化学习的工作原理,提出了一个统一的范式来理解不同的训练方法,并提供了如何实现更有效的强化学习的方向。
"如何利用公开的网页数据提升数学推理能力?" "代码训练如何提高数学推理能力?" "强化学习如何有效提升数学推理模型的性能?"
客服
商务合作
小程序
服务号
折叠