MAI-DS-R1

MAI-DS-R1 是一个 DeepSeek-R1 推理模型，经过微软 AI 团队的后期训练，以填补模型先前版本中的信息空白，并改善其风险特征，同时保持 R1 推理能力。该模型使用了来自 Tulu 3 SFT 数据集的 110,000 个安全性和不合规性示例进行训练，此外还使用了约 350,000 个内部开发的多语言示例数据集，涵盖了各种报告偏见的话题。