大模型坚持中文推理，再次证明中文数据的质量

　　最近deepseek发布了V3.2的正式版，性能非常不错，高性能模式可以和目前最新的闭源模型相媲美，当下中国主导的开源模型市场，可以说是和闭源模型的距离越来越接近。

　　不过在研究这些开源模型的时候，有人发现了一些有趣的现象，比如说有外国开发者发现，有时候就算使用英文回答问题，答案也是英文，但是deepseek v3.2推理的过程却是中文的。

　　当然，这和使用模型的时候，输出答案突然出现的语言转换不一样，这并不影响使用。毕竟大家要的是结果，一部分推理模型甚至是不显示推理过程。更准确的来说，是deepseek r1在公布了推理模式的过程之后，大多数开发者才对于推理模型的逻辑有所了解，在此之前，openai的推理模型的过程是不显示的。

　　但是在推理过程之中，坚持用中文这个现象，确实很有趣，之前还有美国公司的模型，因为被发现推理过程使用中文，所以被认为是中国模型套壳。

　　对于这个问题，我们可以给出一个解释，那就是deepseek在训练模型的推理能力的时候，用中文的时候更多。这其实是个很有趣的技术问题，现在的大模型训练，哪怕不是大厂，而是学生联手的模型，基本上都有多语言数据。但是这里指的是预训练阶段，而后续针对推理能力的后训练，情况不太一样了，可以说，为了高质量的后训练数据，终究是要选择某种语言的。

　　先说讨论一个问题，你认为大语言模型有推理能力吗？或者更直接一点去问，大语言模型有智力吗？在人工智能狂潮的今天，这个问题的答案似乎很容易回答，但是当冷静下来思考的时候，答案又好像没有那么明确了。既然智力是什么都没有标准答案，那么关于人工智能的定义，就更难回答了。

　　从最基本的机理来说，大语言模型运行的原理是概率学，通过研究各个字符之间的概率关系，使得它可以生成整段有逻辑的文字。说简单一点就是，当你和一个人特别熟悉的时候，你听到他前半句话，不需要思考就能知道对应的后半句话，大语言模型运行的机理基本上是这样的。

　　但是考虑到语言是如此复杂，所以大语言模型背后的概率机制，不是那么简单直观的这个字的概率是百分之几，而是非常复杂，甚至超越人类思考能力范畴的复杂函数。所以我们常常会说，大模型是一个黑箱。因为背后的机制太过复杂，以至于超过了人类理解的范畴。

　　那么这种能力，到底是不是智力呢？笔者在这里不做评述，毕竟人类对自身智力的认识也就那样，而人类的智力模式是否是唯一的模式，但是这些年大家使用大模型的情况和研究来看，如果我们认为大模型存在智力，那么这种智力的模式和规律，和我们人类的思考模式是不太一样的。

　　在推理模型之前，哪怕是很优秀的大模型，在不调用外部插件的情况下，简单的数学题都有可能算错，因为大模型没有在计算，而是根据概率拟合；而同时，对于对过程要求高的问题，当时大模型的回答质量是有问题的，这是因为再好的概率模型，面对现实世界这个几乎无限大的空间，概率总会有失效的时候。

　　而推理模型提升的能力，则主要在数学和代码上面，有人甚至会觉得推理模型的写作与创意能力有所下降。这是因为推理模型并没有改变大模型的本质，而是对大模型进行特殊的后训练。用最简单的方式来说呢，大模型本质就是用概率来模仿，而推理模型，就是针对数学，代码这种逻辑性强，过程完善的东西，专门加强一段训练，使得大模型模仿推理过程更加准确。

　　我们都知道，大模型需要很多的数据，而其中一部分数据要进行标注，有的时候会用人工，有的时候会自动化标注。但是标注与标注是不一样的，针对推理的后训练标注，是要求很高的那种，虽然总数量会少，但是质量上不是随便找第三世界标注就能解决的，因为这部分数据不仅要求严谨专业，还需要专门的格式进行标注，传闻openai都是请各行业的专家来进行标注的，据说时薪开到了100美元以上。

　　而deepseek在推理阶段使用中文，证明了deepseek在后训练的数据上，大量使用了中文。这说明了两件事情，一是中文互联网上的高质量数据并不少，二是中国的教育优势，在人工智能时代都很明显。

　　在这轮大语言模型浪潮之初，很多所谓的专家学者抱怨中文互联网的有效数据太少，以至于开始对中国的文化进行批判。但是这根本不是实话，中文互联网的数据是非常多的，相较于美国的差距，主要是在这轮浪潮之前，国内专门做这方面数据集的人并不多，还有就是中文互联网的格局，和美国的不太一样，这和文化没什么关系。

　　在中文大模型追上来之后，说这种莫名其妙话的专家就少多了。Deepseek能在多个领域打到世界顶级水平，并且推理还使用中文，证明中文互联网完全有能力提供高质量的数据，希望某些专家以后还是弄清楚情况在说话。

　　第二个是教育的优势，同样是在大语言模型浪潮之初，各国互联网都有一些人说什么教育无用论。但是事实证明，大语言模型时代更需要良好的教育水平，因为需要足够的知识分辨大量的虚假信息。

　　同时大语言模型专业能力的成长，也需要专门的训练，不仅仅是从互联网抓取数据，还需要相关领域专家去写专门的内容，而大语言模型要求通才能力，所以想要实现这一点，各行各业的水平都不能低。虽然deepseek的具体过程我们仍有未知之处，但是deepseek数据收集与标注团队的成功，显然是建立中国的教育水平上的。

　　事实证明，很多东西的表现形式和我们一开始设想的并不太一样，大概大多数人都没有想到，中国在计算机领域的积累，中国互联网文化的发展，还有中国教育的成果，会以大语言模型这样的形式展现出来。但是不管怎么说，中国的开源模型，都在让世界往积极的方向转变。