Perplexity 宣布開源 R1 1776，這是一個基於 DeepSeek-R1 的大型語言模型 (LLM)，但經過特別後訓練，以確保其提供準確、中立且無偏見的回答。這個版本不再受中國政府的審查影響，能夠自由討論包括地緣政治、經濟影響等敏感話題。如果你曾因 AI 拒絕回答某些問題而感到受限，那麼 R1 1776 可能是你一直在等待的解決方案！
為何要改造 DeepSeek-R1？
DeepSeek-R1 是一個性能接近最先進推理模型 (如 o1 和 o3-mini) 的 LLM，然而，它在處理敏感話題時受到嚴格限制。例如，當被問及 「台灣獨立對 Nvidia 股價的影響」時，原版 R1 會以中共官方立場回應，甚至完全忽略問題本身 (過程可以參考官方的公告)。
這樣的審查嚴重限制了 R1 的應用範圍，無法提供客觀、完整的資訊。Perplexity 為了要打造一個能夠誠實回答所有問題的 AI，因此決定進行後訓練，讓 R1 擺脫這些限制，成為真正開放、無偏見的 AI。
R1 1776 如何去除審查？
Galaxy Tab S10 Ultra 平板 AI 工作術 | #AI平版 幫你提升工作效率！
為了讓 R1 具備回答敏感問題的能力，Perplexity 採用了精密的後訓練 (post training) 技術，主要包含以下步驟：
1. 構建審查資料集
Perplexity 首先聘請專家辨識了 300 個已知被中國政府審查的話題，並開發了一個多語言審查分類器來篩選相關查詢。這些數據經過嚴格過濾，確保不包含個人資訊 (PII)，最終累積了 40,000 筆多語言數據作為訓練資料。
2. 蒐集高品質回答
為了確保 AI 能夠提供準確、合邏輯的回答，Perplexity 特別強調 「Chain-of-Thought」(思維鏈) 推理能力，並採用了多種方式來確保回答的多樣性和品質，包括使用人工標註、驗證數據可靠性等方法。
3. 以 NeMo 2.0 進行後訓練
模型訓練使用了 Nvidia 的 NeMo 2.0 框架，並設計了特殊的調校方式，確保在去除審查的同時，不影響模型的數學與推理能力。
評估
為了確保 R1 1776 真正去除了審查，Perplexity 建立了一個 1,000 多條問題的測試集，涵蓋各種敏感話題，並使用人工標註與 LLM 評審來檢測模型是否仍會「閃躲」或給出過於保守的回答。結果顯示，R1 1776 成功克服審查問題，同時保持與原版 R1 相當的數學與推理能力。
👉Perplixity 公告
https://www.perplexity.ai/hub/blog/open-sourcing-r1-1776
👉Perplixity 已經將訓練後的模型權重上傳到 HuggingFace 開源
https://huggingface.co/perplexity-ai/r1-1776