DeepSeek論文登上國際學術期刊封面

dalap

滙港資訊
2025/09/18 12:12 GMT+08推薦3利好0利淡0  沽空  股價
<匯港通訊> 內地媒體報道，由DeepSeek團隊共同完成、梁文鋒擔任通訊作者的DeepSeek-R1推理模型研究論文，登上國際學術期刊《自然》(Nature)的封面。

DeepSeek R1成為首個通過同行評議的主要大語言模型，發表在《自然》雜誌的新版DeepSeek-R1論文，與今年1月未經同行評審的初版有較大差異。

在同行評議過程中，DeepSeek團隊根據評審意見減少了對模型的擬人化描述，並增加模型訓練的技術細節說明，包括模型訓練資料類型和安全性考慮等，並回應了此前關於知識蒸餾的質疑。

DeepSeek明確否​​認了此前關於其使用OpenAI模型輸出進行訓練的質疑，指DeepSeek-V3 Base(DeepSeek-R1的基座模型)使用的數據全部來自互聯網，雖然可能包含GPT-4產生的結果，但絕非有意而為之，更沒有專門的蒸餾環節。

開源後，R1在Hugging Face下載量破1090萬次，成為全球最受歡迎的開源推理模型。

DeepSeek團隊也首次公開了R1訓練成本僅29.4萬美元(約229.32萬港元)。這個金額即使加上約600萬美元(約4680萬港元)的基礎模型成本，也遠低於OpenAI、Google訓練AI的成本。

作為全球首個通過同行評審的主流大語言模型，《自然》將該篇論文作為封面論文，此次論文發表標誌中國在大模型基礎研究領域取得重要突破。《自然》認為，隨着AI技術日漸普及，大模型廠商們無法驗證的宣傳可能會對社會帶來真實風險。依靠獨立研究人員進行的同行評議，是抑制AI產業過度炒作的有效方式。而DeepSeek所做的一切，是非常值得歡迎的先例。

dalap

DeepSeek-R1開創歷史 梁文鋒論文登上《自然》封面


字級設定：小中大特
大陸財聯社18日報導，由DeepSeek團隊共同完成、梁文鋒擔任通訊作者的DeepSeek-R1推理模型研究論文，登上了國際權威期刊《自然（Nature）》封面。

與今年1月發布的DeepSeek-R1初版論文相比，本次論文披露更多模型訓練細節，並正面回應模型發布之初的蒸餾質疑。DeepSeek-R1也是全球首個經過同業評審的主流大語言模型。Nature評價：目前幾乎所有主流的大模型都還沒有經過獨立同業評審，這一空白「終於被DeepSeek打破」。

大陸《科技日報》報導，梁文鋒參與的研究表明，大語言模型的推理能力可通過純強化學習來提升，從而減少增強性能所需的人類輸入工作量。訓練出的模型在數學和STEM領域研究生水準問題等任務上，比傳統訓練的大語言模型表現更好。

DeepSeek-R1包含一個在人類監督下的深入訓練階段，以優化推理過程。梁文鋒團隊報告稱，該模型使用了強化學習而非人類示例來開發推理步驟，減少了訓練成本和複雜性。DeepSeek-R1在被展示優質的問題解決案例後，會獲得一個範本來產生推理過程，即這一模型通過解決問題獲得獎勵，從而強化學習效果。在評估AI表現的各項測試中，DeepSeek-R1-Zero和DeepSeek-R1的表現都十分優異。

梁文鋒團隊總結說，未來研究可以聚焦優化獎勵過程，以確保推理和任務結果更可靠。