- A+
XM外汇用户评价：
梦晨 发自 凹非寺
据业内人士透露，
量子位 | 公众号 QbitAI
据报道，
在ACL 2025的颁奖典礼上，由 DeepSeek梁文锋作为通讯作者、与北京大学等联合发表的论文荣获最佳论文奖。
简而言之，
这次ACL 2025规模空前，总投稿量达到8360篇，相较于去年的4407篇几乎翻倍，竞争异常激烈 。
XM外汇代理 轻松来说，他们提出的原生稀疏注意力（NSA）机制，通过算法与硬件的协同优化，直接把长文本处理速度提升了11倍。更厉害的是，性能不仅没降反而还超越了传统的全注意力模型。
更重要的是，
一作 袁境阳在会上发表演讲，透露这项技术允许 把上下文长度扩展到1百万tokens，将被应用到下一个前沿模型中。
其实，
结合论文发表于DeepSeek-R1推出之后，实验定义中也提到采纳了DeepSeek-R1的蒸馏数据来微调了新的模型。
大家纷纷猜测，这项技术将被用于下一代DeepSeek-V4以及DeepSeek-R2。
容易被误解的是，
给注意力机制瘦身，速度狂飙11倍
XM外汇报导：
长久以来，大语言模型处理长文本就像是戴着镣铐跳舞。传统的全注意力机制计算难办度随序列长度呈平方级增长，处理64k长度的文本时，注意力计算竟然要占到总延迟的70-80%。
值得注意的是，
这篇论文的应对思路很巧妙：既然不是所有词之间的关系都同等关键，为什么不让模型学会”抓重点”呢？
NSA采用了一种动态分层的稀疏策略，通过三条并行的注意力分支协同工作：
换个角度来看，
-
-
压缩注意力，负责捕捉粗粒度的全局信息模式，就像快捷浏览全文抓住大意；
通常情况下，
-
指定性注意力，则专注于序列中最关键的词块，相当于精读关键段落；
-
滑动注意力，负责获取局部的上下文信息，确保细节不丢失。
说出来你可能不信，
压缩注意力，负责捕捉粗粒度的全局信息模式，就像快捷浏览全文抓住大意；
有分析指出，
指定性注意力，则专注于序列中最关键的词块，相当于精读关键段落；
滑动注意力，负责获取局部的上下文信息，确保细节不丢失。
XM外汇用户评价：
这种设计最精妙的地方在于，它不是轻松地丢弃信息，而是通过精心设计的算法平衡了计算密度。
据相关资料显示，
更关键的是，整个架构针对现代GPU硬件进行了深度优化，实现了端到端的原生可训练模式。
不可忽视的是，
在实际测试中，处理64k长度序列时，NSA在解码、前向传播和反向传播的全生命周期中都展现出惊人的速度优势。
解码阶段速度提升11.6倍，前向传播提升9倍，反向传播也有6倍的加速，无论是模型推理还是训练，都能获得实实在在的效率提升。
不仅快还更准，长文本处理迎来新突破
尤其值得一提的是，
速度快只是NSA的一面，更让人惊讶的是它在各项基准测试中的表现。
通常情况下，
在通用基准测试中，采用NSA预训练的27B参数模型在9个评测指标中有7个超越了全注意力基线。特别是在推理相关的基准测试上，DROP提升了0.042，GSM8K提升了0.034，显示出稀疏注意力在强制模型聚焦关键信息方面的独特优势。
长文本处理能力的测试结果更是亮眼。在64k上下文的”大海捞针”测试中，NSA在所有位置都实现了完美的检索准确率。在LongBench基准测试上，NSA取得了0.469的平均分，不仅超越了全注意力基线（+0.032），更是大幅领先其他稀疏注意力方法。
根据公开数据显示，
特别值得一提的是，在需要难办推理的多跳问答任务上，NSA相比全注意力分别提升了0.087（HPQ）和0.051（2Wiki）；在代码理解任务（LCC）上提升了0.069；在段落检索任务（PassR-en）上提升了0.075。
总的来说，
研究团队还进行了一项有趣的实验：
值得注意的是，
他们用DeepSeek-R1的数学推理数据对模型进行微调，然后在美国数学邀请赛（AIME 24）上测试。
请记住，
结果显示，NSA-R在8k上下文定义下的准确率达到0.121，而全注意力模型只有0.046；即使在16k上下文下，NSA-R仍然保持0.146的准确率，远超全注意力的0.092。
更重要的是，
这些结果充分证明了NSA不是通过牺牲性能来换取速度，而是真正实现了效率和能力的双赢。
大家常常忽略的是，
Three More Thing
有分析指出，
这次总共评选出4篇最佳论文，另外三篇包括：
说到底，
北大团队的《Language Models Resist Alignment: Evidence From Data Compression》
XM外汇认为：
研究了大型语言模型的“弹性”，指模型经过对齐训练（让模型符合人类价值观、减少有害输出）后，很容易缘于后续的微调而变回预训练时的状态，就像弹簧被拉伸后会反弹一样。
尽管如此，
这意味着现有的对齐方法可能只是表面上改变了模型，不够稳固。未来需要更有效的对齐技术，才能让模型真正稳定地符合人类需求，尤其是在开源模型中，要避免恶意微调轻易破坏有保障机制。
斯坦福团队的《Fairness through Difference Awareness: Measuring Desired Group Discrimination in LLMs》
研究了大模型“公平性” 上的一个新视角 “差异感知”。轻松来说，就是模型应该在合适的场景下对不同群体做出区分，而不是一味地 一视同仁。
总的来说，
研究发现那些在传统公平性测试中表现好的模型，在 “差异感知” 上得分并不高；模型能力越强（比如 MMLU 分数越高），情境感知能力越好，但差异感知能力未必提升；现有的 “去偏见” 方法（比如提示模型 “保持无偏见”）反而会让模型更 无视差异，甚至把正确答案改错。
综上所述，
亥姆霍兹信息有保障中心等团队的《A Theory of Response Sampling in LLMs: Part Deive and Part Preive》。
与其相反的是，
这篇论文指出大模型生成回答时的采样机制与人类决策类似，包含描述性成分（反映概念的统计常态）和规定性成分（隐含的概念理想状态）。
研究通过实验验证，无论是新创概念还是现有概念（涵盖 10 个领域的 500 个概念），LLMs 生成的样本都会偏离统计平均值，向其认为的 “理想值” 偏移，且这种现象在 15 种不同模型中均显著存在。案例研究显示，这种偏向可能导致医疗等领域的有偏决策，引发伦理困扰。
站在用户角度来说，
DeepSeek论文地址：
https://arxiv.org/abs/2502.11089
参考链接：返回搜狐，查看更多
