1: 名無しさん＠おーぷん 2025/05/14(水) 10:00:00.00 ID:DeepSeeker01 スレタイの通り、DeepSeekがなんかヤバいの発表したらしいぞｗ 次世代モデル「R2」と、推論スケーリングの新技術「SPCT」だとよ！ ソース：DeepSeek Signals Next-Gen R2 Model, Unveils Novel Approach to Scaling Inference with SPCT AIの進化、止まんねぇな！(ﾟ∀ﾟ)

2: 名無しさん＠おーぷん 2025/05/14(水) 10:02:15.50 ID:AIWatcher22 またAIの進化かよ、もう追いつけねーわｗｗｗ R2ってことはR1もあったんか？聞いたことないけど(´・ω・｀)

3: 名無しさん＠おーぷん 2025/05/14(水) 10:05:30.75 ID:TechNerdABC SPCT (Self-Principled Critique Tuning) ね。 「原理と批評を動的に生成」して報酬モデルを賢くする感じか。 推論時にスケーリングするってのがミソっぽいな。OpenAIのo1みたいな方向性か？

4: やる夫 ◆Yaruo.AhoI 2025/05/14(水) 10:08:00.11 ID:YaruochanDaO 　　　　　　　　　＿＿＿ 　　　　　　　／　 ノ　　＼ 　　　　　 ／　 （●）　（●）＼ 　　　　／　　　　 （人）　　＼　　DeepSeek R2、めっちゃ楽しみだお！ 　　　　|　　　　 　　｀⌒ ´　　　　|　　 これで世界が変わるお！ 　　　　＼　　　　　 　　　　　 ／ 　　　　ノ　　　　　　　　　　　＼ 　 ／´　　　　　　　　　　　　 　　ヽ

5: 名無しさん＠おーぷん 2025/05/14(水) 10:10:45.90 ID:RLMasterXYZ 強化学習（RL）で推論をゴリゴリ回して賢くするってのは最近のトレンドよな。 事前学習からポスト学習、特に推論フェーズに重点が移ってきてる感。 o1の「内部思考チェーン」みたいなやつ、DeepSeekもやるんかな。

6: やらない夫 ◆YaranaiDEo 2025/05/14(水) 10:12:12.12 ID:YaranaiYatsu 　 　 　　　＿＿＿_ 　 　　　／　　 　 　＼ 　　　／　 ノ 　ヽ､　 ＼ 　 ／ oﾟ(（●）) (（●）)ﾟo ＼ 　ふーん、どうせまた「GPT-4超え」とか言って、 　 |　　　　 （人）　　　　|　　実際は大したことないんだろ？ 　 ＼　　 　 ｀ ⌒´ 　 　 ／　　記事タイトルも煽りすぎなんだよ。

7: 名無しさん＠おーぷん 2025/05/14(水) 10:15:03.25 ID:SkepticalGuy >>6 乙。まあ、期待しすぎは禁物ってのは同意やで。 でもDeepSeekってこれまでも結構堅実なイメージあるけどな。 純粋な強化学習で成果出してるR1シリーズもあるみたいだし。

8: ひろゆき＠論破王 2025/05/14(水) 10:18:50.60 ID:hiroyuki.js あのー、強化学習でLLMの推論能力を高めるって話自体は合理的だと思うんですよね。 LLMって基本的に次のトークン予測してるだけなんで、長期的な計画とか苦手じゃないすか。 そこに強化学習で「内部世界モデル」みたいなのを持たせて、思考のシミュレーションとか評価をさせるっていう。 DeepSeekのSPCTが、その報酬モデルの精度と汎用性をどうやって推論時に上げるのか、そこがポイントじゃないすかね。 「原理と批評を動的に生成」ってのが、どの程度うまく機能するのか、データとか見ないと何とも言えないっすけど。

9: 名無しさん＠おーぷん 2025/05/14(水) 10:20:11.88 ID:NandemoMan >>3 Meta RM（メタ報酬モデル）ってのもあるらしいぞ。 DeepSeek-GRMが生成した原理と批評の正しさを判断するって…もうわけわからん(^q^) AIがAIを評価するAIを作ってるみたいな感じか？

10: 名無しさん＠おーぷん 2025/05/14(水) 10:22:33.44 ID:KusaWarotaMan >>9 AI「ワイがルールや！」 AI「お前のルール間違ってるで」 AI「お前が間違ってるかどうかワイが判断したるわ」 無限ループしそうｗｗｗ草ァ！

11: 名無しさん＠おーぷん 2025/05/14(水) 10:25:01.01 ID:DocataMan2025 ワイ、ITドカタやけど、こういう最先端技術がワイらの現場に降りてくるのはいつになるんやろなぁ…(遠い目) とりあえずバグ少ないAIカモンщ(ﾟдﾟщ)

12: やる夫 ◆Yaruo.AhoI 2025/05/14(水) 10:28:18.33 ID:YaruochanDaO >>6 やらない夫はいつもネガティブだお…(´・ω・｀) でも、DeepSeekは純粋な強化学習で成果出してるR1シリーズがあるって記事にも書いてあるお！ きっとR2もすごいことになるお！(｀・ω・´)ｼｬｷｰﾝ

>>8 ひろゆきニキの解説分かりやすいお！ つまり、AIが自分で「こうすればもっと良くなるはずだお！」って考えて、それを自分で評価して、もっと賢くなるってことだおね？

13: 名無しさん＠おーぷん 2025/05/14(水) 10:30:55.77 ID:AIbeginnerX LLMと強化学習の関係が「乗算的」って表現、なんかカッコイイな。 事前学習で基礎学力つけて、強化学習で応用力と意思決定能力をブーストする感じか。 はえ～、なるほどなぁ。

14: 名無しさん＠おーぷん 2025/05/14(水) 10:33:02.10 ID:FutureDreamer R2が本当に人間みたいに長考して、自己反省して、最適解を見つけ出すようになったらSFの世界やんけ！ はよ詳細発表してくれー！待ちきれん！(≧▽≦)

15: ひろゆき＠論破王 2025/05/14(水) 10:35:40.20 ID:hiroyuki.js >>12 やる夫さん、まあ、そんな感じっすね。 重要なのは、その「もっと良くなるはず」っていう指針（原理）と、その評価（批評）を、AI自身が状況に応じて柔軟に、しかも精度良く生成できるかってとこでしょうね。 SPCTの実験結果では既存手法より優れてるって書いてあるんで、そこは期待できるかもですね。 ただ、「ドメインバイアスなしに」っていうのがどこまで本当かってのは、いつも通り疑ってかかった方がいいとは思いますけど。

16: 名無しさん＠おーぷん 2025/05/14(水) 10:38:11.99 ID:MatomeMaster なんかよくわからんが、AIがAIを使って賢くなるってことか？ 人間いらなくなる日も近いな…(震え声)

---

まとめ

今回のDeepSeekの発表、ワイら素人には難しい話も多かったけど、要点はこんな感じやろか？

• DeepSeekが次世代AIモデル「R2」と新技術「SPCT」を発表（示唆）したで！
  • まだ詳細は不明やけど、R2への期待感高まっとるな！
• 新技術「SPCT」はAIの「推論時」の賢さをブーストする技術みたいや！
  • AIが自分で考えて、自分でツッコミ入れて、もっと賢い答えを出すようになる…ってコト！？
• 強化学習（RL）が超重要らしいで！
  • AIに「良い判断」を教え込む先生みたいなもんやな。これとLLMを組み合わせるのがトレンド。
• OpenAIの「o1」モデルみたいに、AIが「じっくり考える時間」を持つのが大事になってくるんやて。
  • 即答じゃなくて、ちゃんと検討してから答えるAIが主流になるかもな。
• Meta RMとかいう「AI評価AI」も出てきて、もう何が何やら…！
  • AI業界、進化スピード早すぎィ！

とにかく、DeepSeek R2がどんなもん見せてくれるんか、続報に期待やな！(｀・ω・´)

source: https://syncedreview.com/2025/04/11/deepseek-signals-next-gen-r2-model-unveils-novel-approach-to-scaling-inference-with-spct/