清华大学与深度求索联合推出新型AI对齐技术SPCT，大幅降低高性能模型部署门槛

　　清华大学与深度求索(DeepSeek)合作研发出新型AI对齐技术SPCT(自我原则点评调优)，突破传统依赖海量训练数据的模式，通过推理阶段动态优化输出质量。该技术采用“原则合成-响应生成-批判过滤-原则优化”的递归架构，使模型能在推理时自我修正。

　　测试显示，270亿参数的DeepSeek-GRM模型在每查询32次采样的推理计算下，性能媲美671B规模模型，且单次查询延迟仅1.4秒。相比340B参数的Nemotron-4(训练成本120万美元)和1.8T参数的GPT-4o(成本630万美元)，DeepSeek-GRM仅需1.2万美元即可达到相近性能，成本降低99%以上。此外，SPCT减少90%人工标注需求，能耗较DPO降低73%，为实时机器人控制等场景提供新可能。