Perplexity针对DeepSeek R1模型审查与中国相关话题的问题，推出了开源版本R1 1776。该版本经过后期训练，旨在提供公正、准确和真实的信息。Perplexity通过聘请专家确定审查主题，开发多语言审查分类器，并挖掘用户提示，最终构建了一个包含4万多条多语言提示的数据集用于训练。R1 1776模型已在HuggingFace上线，并通过Perplexity的Sonar API提供访问。虽然R1 1776与原版R1在基准测试中存在细微差异，但整体性能基本保持一致。

🛡️ DeepSeek R1模型因审查与中国相关话题而受到批评，影响了其在某些用例中的实用性。

💡 Perplexity推出了开源R1 1776版本，旨在解决审查问题，提供公正、准确和真实的信息。该模型已在HuggingFace上线。

👨‍💻 Perplexity通过聘请人类专家确定约300个被中国政府审查的主题，并开发了多语言审查分类器。

📚 Perplexity构建了一个包含4万多条多语言提示的数据集，用于R1 1776的后期训练，确保只包含用户明确允许训练的查询，并过滤掉包含个人身份信息（PII）的查询。

上个月，DeepSeek 的推理模型 R1 在人工智能领域引起了轩然大波，然而，它却因主动审查与中国有关的话题而受到批评。 虽然这对于海外用户而言似乎是一个相当小众的话题，但审查可能会影响其他与中国有关的查询，这使得它对各类用例的帮助大打折扣。

为了解决这个问题，Perplexity 开发了一个新的开源 R1 版本，称为 R1 1776，该版本已经过"后期训练，以提供公正、准确和真实的信息"。 该模型现在可以在 HuggingFace 存储库 https://huggingface.co/perplexity-ai/r1-1776中找到，也可以通过 Perplexity 的 Sonar API https://sonar.perplexity.ai/访问。

Perplexity 的后期培训主要侧重于解决与中国有关的审查问题。 它在下文中概述了所采取的方法：

我们聘请人类专家确定了约 300 个已知被中国政府审查的主题。利用这些话题，我们开发了一个多语言审查分类器。

然后，我们挖掘出了一系列不同的用户提示，这些提示能以较高的置信度触发分类器。 我们确保只包含用户明确允许训练的查询，并过滤掉包含个人身份信息（PII）的查询。

通过这一程序，我们编制了一个包含 40k 多语言提示的数据集。有趣的是，R1 1776 和 R1 在基准测试中似乎有些差异，但不是太大。 您可以从下图中看到差异：

如果您想获得 R1 1776，可以从 HuggingFace 下载。