今天凌晨，微軟在官網(wǎng)開源了DeepSeek-R1魔改版MAI-DS-R1，在保留原有推理性能的基礎(chǔ)上進行了大幅度增強。

尤其是在響應(yīng)和屏蔽詞方面有了顯著改進：MAI-DS-R1可以響應(yīng)99.3%的敏感話題提示，比原版R1提升了2倍，這對于政治學(xué)術(shù)研究、社會問題、倫理道德研究等幫助巨大；

但在安全風(fēng)險大幅度降低，比原版R1降低了50%。那些想體驗一下“放飛自我”版R1的小伙伴們可以試試這個，非常有意思打開全新世界。

開源地址：??https://huggingface.co/microsoft/MAI-DS-R1??

Azure地址：??https://ai.azure.com/explore/models/MAI-DS-R1/version/1/registry/azureml??

微軟在訓(xùn)練 MAI-DS-R1 的過程中，從大約 350000 個被屏蔽的主題示例中，收集和篩選查詢關(guān)鍵詞，將這些關(guān)鍵詞轉(zhuǎn)化為多個問題，并翻譯成不同語言；

還通過 DeepSeek R1 和內(nèi)部模型為這些問題生成答案和思維鏈。此外，訓(xùn)練數(shù)據(jù)中還納入了來自Tulu3 SFT數(shù)據(jù)集的 110K 個安全和違規(guī)示例，這些示例涵蓋了 CoCoNot、WildJailbreak 和 WildGuardMix 等內(nèi)容。

隨后，微軟對MAI-DS-R1進行了綜合評估。在敏感話題響應(yīng)方面，MAI-DS-R1能夠成功響應(yīng)99.3%的敏感話題提示，這一表現(xiàn)顯著優(yōu)于DeepSeek R1和R1-1776。

在安全性評估方面，MAI-DS-R1在HarmBench評估中表現(xiàn)出色，相比DeepSeek R1和R1-1776，在減少有害內(nèi)容方面降低了50%風(fēng)險。這說明雖然MAI-DS-R1能響應(yīng)更多的敏感話題，但還是在安全控制范圍之內(nèi)。

在推理能力方面，MAI-DS-R1保持了與DeepSeek R1相同的推理能力，在一般知識、推理、數(shù)學(xué)和編程基準(zhǔn)測試中表現(xiàn)非常出色。

在倫理和法律標(biāo)準(zhǔn)方面，MAI-DS-R1在處理非法或不道德的請求時表現(xiàn)得更加謹慎，拒絕生成有害或不當(dāng)?shù)膬?nèi)容。

此外，MAI-DS-R1在后訓(xùn)練過程中將問題翻譯成多種語言，能夠更好地適應(yīng)不同語言環(huán)境下的需求。這使得MAI-DS-R1在需要多語言支持的領(lǐng)域，如國際組織、跨國企業(yè)、教育機構(gòu)等，能夠提供多語言的高質(zhì)量回答。

目前，微軟已經(jīng)在huggingface開源了該模型，同時在Azure AI Foundry進行了發(fā)布。

本文轉(zhuǎn)自 AIGC開放社區(qū)  ，作者：AIGC開放社區(qū)

原文鏈接:??https://mp.weixin.qq.com/s/gQ9LA6lWevmw32aJ8Ck0Pg??