DeepSeek-R1-Zero, zatímco prokazuje významný pokrok ve schopnostech uvažování prostřednictvím učení zesílení, má několik pozoruhodných omezení:
** Problémy s mícháním a koherencí jazyků: Jednou z primárních výzev je tendence modelu vytvářet výstupy, které mísí jazyky, zejména angličtinu a čínštinu. To má za následek odpovědi, které mohou být nekoherentní nebo obtížně pochopitelné, zejména pokud je vstupní dotaz v jednom jazyce [1] [4].
** Špatná čitelnost: Čitetelnost výstupů modelu je často ohrožena. Uživatelé hlásili problémy s formátováním a jasností, což ztěžuje dodržování procesu uvažování nebo konečné odpovědi poskytnuté modelem [3] [5].
** Nedostatek jemného doladění pod dohledem: DeepSeek-R1-Zero byl vyvinut bez jakéhokoli počátečního jemného doladění, což omezuje jeho schopnost generovat plně leštěné a lidské výstupy. Tato absence zdokonalení může vést k méně spolehlivým reakcím ve srovnání s modely, které zahrnují techniky učení pod dohledem [1] [3].
** Nekonečné opakování: Model někdy vykazuje opakující se chování ve svých reakcích, které mohou snižovat celkovou uživatelskou zkušenost a účinnost komunikace [5] [7].
**Performance Variability on Coding Tasks: Although DeepSeek-R1-Zero shows strong performance in reasoning tasks, it performs poorly on coding challenges, indicating that its capabilities may not be as robust across all task types[1][2].
These limitations have prompted further development efforts, leading to the creation of DeepSeek-R1, which aims to address these shortcomings by incorporating supervised techniques and improving overall performance.
Citace:[1] https://www.prompthub.us/blog/deepseek-r-1-model-overview-and-it-ranks-against-openais-o1
[2] https://arxiv.org/html/2501.12948v1
[3] https://www.gocodeo.com/post/deepseek-r1-and-deepseek-r1-zero
[4] https://myedgetch.com/deepseek-r1-tr/
[5] https://huggingface.co/deepseek-ai/deepseek-r1-zero
[6] https://adasci.org/Mastering-LLMS-Reasoning-Capability-with-deepseek-r1/
[7] https://www.datacamp.com/blog/deepseek-r1
[8] https://arxiv.org/pdf/2501.12948.pdf