我们推出了第一代推理模型，DeepSeek-R1-Zero 和 DeepSeek-R1。 DeepSeek-R1-Zero 是一个通过大规模强化学习（RL）训练的模型，没有经过监督微调（SFT）作为初步步骤，展示了卓越的推理能力。通过强化学习，DeepSeek-R1-Zero 自然涌现出许多强大且有趣的推理行为。然而，它也面临一些挑战，例如可读性差和语言混合问题。为了解决这些问题并进一步提升推理性

我们研究了在通用深度神经网络模型中直观物理理解的出现，这些模型经过训练以预测自然视频中被遮掩的区域。利用“违背期望”框架，我们发现，在学习到的表征空间中进行预测的视频模型，能够展示对多种直观物理属性的理解，例如物体永恒性和形状一致性。相比之下，在像素空间中进行视频预测的模型，以及通过文本推理的多模态大型语言模型，其表现更接近随机水平。我们对这些架构的比较表明，同时学习一种抽象表征空间并预测感官输入

本章内容涵盖：- 编写一个类似GPT的大型语言模型($LLM$)，该模型可以被训练以生成类人文本- 归一化层激活值以稳定神经网络训练- 在深度神经网络中添加捷径连接，以更有效地训练模型- 实现Transformer模块以创建不同规模的GPT模型- 计算GPT模型的参数数量及存储需求在上一章中，你学习并实现了多头注意力机制，这是大型语言模型的核心组件之一。在本章中，我们将编写大型语言模型的其他构建模

我们推出了第一代推理模型，DeepSeek-R1-Zero 和 DeepSeek-R1。 DeepSeek-R1-Zero 是一个通过大规模强化学习（RL）训练的模型，没有经过监督微调（SFT）作为初步步骤，展示了卓越的推理能力。通过强化学习，DeepSeek-R1-Zero 自然涌现出许多强大且有趣的推理行为。然而，它也面临一些挑战，例如可读性差和语言混合问题。为了解决这些问题并进一步提升推理性

AI视频生成正经历一场革命，其质量和真实感正在迅速提升。这些进展引发了一场激烈的科学辩论：视频模型是否在学习“世界模型”，从而发现物理定律——或者说，它们只是一些精巧的像素预测器，在没有理解现实物理原理的情况下实现视觉真实感？我们通过开发Physics-IQ来回应这一问题，这是一个全面的基准数据集，只有通过对各种物理原理的深入理解才能解决，例如流体动力学、光学、固体力学、磁学和热力学。我们发现，在

运行官方代码库中提供的Colab代码：vision-based environment（二）（5）

mAP是目标检测中最常用的评估指标，综合反映模型在不同召回率下的平均精度表现。其核心是计算每个类别的平均精度（AP），然后对所有类别的AP取平均。

假设你正在训练一个生成模型（例如变分自编码器，VAE），希望通过神经网络生成逼真的图像。在这个过程中，你需要从某个分布中**随机采样**潜在变量（Latent Variable）来驱动生成过程。但当你尝试直接采样时，会发现一个致命问题：**“随机性”阻断了反向传播的梯度传递**，导致模型无法优化！这就是 **重参数化技巧（Reparameterization Trick）** 诞生的背景。它被广泛

为什么在输入数据时要将形状从 (H, W, 3)（OpenCV的BGR格式）转换为 (3, H, W)（PyTorch的CHW格式）？

本文深度剖析了PyTorch中的torch.nn.BCEWithLogitsLoss函数，该函数将Sigmoid激活与二元交叉熵损失结合，适用于二分类和多标签任务。文章从数学公式推导、数值稳定性实现、参数说明、内部流程、梯度计算等方面进行详细解析，并提供了使用示例。该损失函数通过等价展开公式避免了数值溢出问题，支持正样本权重和元素级权重设置，可灵活处理类别不平衡情况。理解其实现细节能帮助优化模型性