Nature論文座談会（DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning）

https://doi.org/10.7875/togotv.2025.056 2025年10月15日に開催されたBio"Pack"athon2025#10 において、久米慧嗣氏による「Nature論文座談会（DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning）」が行われました。本講演では、先日Natureから公開された、強化学習をベースとした、学習コストが低い、中国発のオープンソースなLLMであるDeepSeek-R1について紹介しています。 この講演動画は、Bio"Pack"athon（バイオパッカソン）からご寄託いただきました。 Bio"Pack"athonでは、以下のような活動をしています。 ・パッケージ開発に関するミートアップ（月一開催） ・日本語によるパッケージング教材の拡充化 ・Bioconductorへの登録サポート パッケージングに興味がある方、パッケージ化したいデータベースや解析手法がある方は、ぜひお気軽にご参加ください。Twitterアカウント@biopackathonにて最新情報を発信しています。 ーーーーーーーーーーーーーーーーーーーーーーーーー ーーーーーー目次ーーーーーー 0:00 Nature論文座談会（DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning） 2:28 論文の概要 4:23 DeepSeek-R0 vs DeepSeek-R1 5:28 Hagging Face上で利用可能 5:50 背景（NotebookLM動画） 13:44 補足 14:11 概要（NotebookLM動画） 24:09 補足 24:57 論文の革新的部分（NotebookLM動画） 31:16 座談会・ディスカッション ーーーーーーーーーーーーーー