Jim Fan, Gerente Senior de Investigación de NVIDIA, elogia a Deepseek R1: Encarnando verdaderamente la misión de IA de código abierto

Reconocimiento de un Experto

Jim Fan, Gerente Senior de Investigación de NVIDIA, compartió recientemente su evaluación en profundidad de Deepseek R1 en redes sociales. Como cofundador de GEAR Lab, líder del Proyecto GR00T, doctorado de Stanford y primer pasante de OpenAI, las perspectivas de Fan tienen un peso significativo en la industria. Él enfatizó particularmente las destacadas contribuciones de DeepSeek al desarrollo de IA de código abierto como una empresa no estadounidense.

Heredero del Espíritu de Código Abierto

En su comentario, Fan señaló: "Estamos viviendo en una línea de tiempo donde una empresa no estadounidense está manteniendo viva la misión original de OpenAI: investigación verdaderamente abierta y de vanguardia que empodera a todos. No tiene sentido. El resultado más entretenido es el más probable". Apreció particularmente que DeepSeek no solo libera en código abierto una gran cantidad de modelos, sino que también revela todos los secretos del entrenamiento.

Análisis Profundo de las Innovaciones Técnicas

Después de leer detenidamente el artículo técnico de Deepseek R1, Fan destacó varios avances técnicos clave:

1. Enfoque de Aprendizaje por Refuerzo Puro:

   • Emplea un método de "inicio en frío", impulsado puramente por RL, sin SFT en absoluto
   • Recuerda el avance de AlphaZero al dominar el Go, el Shogi y el Ajedrez desde cero
   • Considerado el hallazgo más significativo del artículo

2. Mecanismo de Recompensa Innovador:

   • Utiliza recompensas de verdad básica (groundtruth) calculadas por reglas codificadas
   • Evita modelos de recompensa aprendidos que el RL puede hackear fácilmente

3. Evolución del Tiempo de Reflexión:

   • El tiempo de reflexión del modelo aumenta constantemente a medida que avanza el entrenamiento
   • Esta es una propiedad emergente, no un comportamiento preprogramado

4. Innovación del Algoritmo GRPO:

   • Elimina la red crítica (critic net) del PPO
   • Utiliza la recompensa promedio de múltiples muestras en su lugar
   • Método simple para reducir el uso de memoria
   • Notablemente, GRPO fue inventado por DeepSeek en febrero de 2024

Nuevo Paradigma de Impacto Técnico

Fan señaló específicamente que el impacto en la IA se puede lograr de diferentes maneras: "El impacto se puede lograr mediante 'ASI logrado internamente' o nombres míticos como 'Proyecto Strawberry'. El impacto también se puede lograr simplemente compartiendo los algoritmos en bruto y las curvas de aprendizaje de matplotlib". Esta perspectiva enfatiza la importancia de la apertura y la transparencia.

Ejemplo de Innovación Sostenida

En la opinión de Fan, DeepSeek es quizás el primer proyecto de código abierto que muestra un crecimiento importante y sostenido de una rueda de inercia (flywheel) de RL. Este progreso técnico continuo y actitud abierta establece un referente importante para toda la comunidad de IA.

Conclusión

La evaluación de Jim Fan no solo afirma los logros técnicos de Deepseek R1, sino que también enfatiza sus significativas contribuciones a la democratización de la IA y al espíritu de código abierto. Como una autoridad de la industria, su reconocimiento confirma aún más la importante posición de DeepSeek en el panorama global de la IA.

Para explorar directamente las innovaciones de Deepseek R1, visita Deepseek R1 Chat.