Deepseek-R1-Zero, în timp ce demonstrează progrese semnificative în capacitățile de raționament prin învățarea întăririi, are mai multe limitări notabile:
** Probleme de amestecare a limbii și coerență: Una dintre provocările principale este tendința modelului de a produce rezultate care amestecă limbi, în special engleză și chineză. Acest lucru duce la răspunsuri care pot fi incoerente sau dificil de înțeles, mai ales atunci când interogarea de intrare este într -o singură limbă [1] [4].
** Lidebilitate slabă: lizibilitatea rezultatelor modelului este adesea compromisă. Utilizatorii au raportat probleme cu formatarea și claritatea, ceea ce face dificilă urmărirea procesului de raționament sau răspunsurile finale oferite de model [3] [5].
** Lipsa de reglare fină supravegheată: Deepseek-R1-Zero a fost dezvoltat fără nicio reglare fină supravegheată inițială, ceea ce limitează capacitatea sa de a genera rezultate complet lustruite și aliniate la om. Această absență de rafinament poate duce la răspunsuri mai puțin fiabile în comparație cu modelele care încorporează tehnici de învățare supravegheate [1] [3].
** Repetare interminabilă: modelul prezintă uneori un comportament repetitiv în răspunsurile sale, ceea ce poate distrage experiența generală a utilizatorului și eficacitatea comunicării [5] [7].
** Variabilitatea performanței la sarcinile de codificare: Deși Deepseek-R1-Zero arată o performanță puternică în sarcinile de raționament, se comportă slab pe provocările de codare, ceea ce indică faptul că capacitățile sale pot să nu fie la fel de robuste pentru toate tipurile de sarcini [1] [2].
Aceste limitări au determinat eforturi suplimentare de dezvoltare, ceea ce a dus la crearea Deepseek-R1, care are ca scop abordarea acestor deficiențe prin încorporarea tehnicilor supravegheate și îmbunătățirea performanței generale.
Citări:[1] https://www.prompthub.us/blog/deepseek-r-1-model-overview-and-how-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://myedgeech.com/deepseek-r1-tr/
[5] https://huggingface.co/deepseek-AI/deepseek-r1-Zero
]
[7] https://www.datacamp.com/blog/deepseek-r1
[8] https://arxiv.org/pdf/2501.12948.pdf