微软开源 DeepSeek-R1 魔改版「MAI-DS-R1」：响应 99% 敏感提示、风险降 50%
微软今天开源了一款“魔改版”的 DeepSeek-R1 模型「MAI-DS-R1」，其在保留原有推理性能的基础上进行了大幅度增强，尤其是在响应和屏蔽词方面有了显著改进：
MAI-DS-R1 可以响应 99.3% 的敏感话题提示，比原版 R1 提升了2倍，这对于政治学术研究、社会问题、伦理道德研究等帮助巨大；但在安全风险大幅度降低，比原版 R1 降低了 50%。
据介绍，MAI-DS-R1 是后训练优化的 DeepSeek-R1 模型，微软在训练 MAI-DS-R1 的过程中，从大约 350000 个被屏蔽的主题示例中，收集和筛选查询关键词，将这些关键词转化为多个问题，并翻译成不同语言；还通过 DeepSeek R1 和内部模型为这些问题生成答案和思维链。
此外，训练数据中还纳入了来自Tulu3 SFT数据集的 110K 个安全和违规示例，这些示例涵盖了 CoCoNot、WildJailbreak 和 WildGuardMix 等内容。
随后，微软对 MAI-DS-R1 进行了综合评估。在敏感话题响应方面，MAI-DS-R1 能够成功响应 99.3% 的敏感话题提示，这一表现显著优于 DeepSeek R1 和 R1-1776。
在安全性评估方面，MAI-DS-R1 在 HarmBench 评估中表现出色，相比 DeepSeek R1 和 R1-1776，在减少有害内容方面降低了 50% 风险。这说明虽然 MAI-DS-R1 能响应更多的敏感话题，但还是在安全控制范围之内。
总而言之，那些想体验一下“放飞自我”版 R1 的小伙伴们可以试试这个，体验一下打开全新世界。
