DeepSeek-R1 最新发布,剑指 OpenAI o1

昨日 1 月20 号,deepseek 团队推出了全新开源模型 deepseek-r1,一夜之间模型就在 github 上收获了 4k+star,引爆大模型领域。

而这次的 R1 模型一出,不仅反驳了之前蒸馏 OpenAI o1 的说法,官方更是直接下场表示:“我们可以和开源版的 o1 打成平手”。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

DeepSeek-R1 最新发布,剑指 OpenAI o1

值得一提的是, R1 突破了以往的模型训练形式,完全没有使用任何 SFT 数据,仅通过纯粹的 RL 来训练模型,这一点说明 R1 已经学会了自己思考问题——这实则更符合人类的思维规则。

DeepSeek-R1 最新发布,剑指 OpenAI o1

更有网友称其为“开源的 LLM 界 AlphaGo”。

DeepSeek-R1 最新发布,剑指 OpenAI o1

OpenAI,你的“强”来了

叫板 o1,Deepseek 的自信并不是空穴来风。

先是在在后训练阶段凭借凭借有限的数据直接在模型推理能力方面把 o1 甩了几条街。

DeepSeek-R1 最新发布,剑指 OpenAI o1

并且在数学、代码、自然语言推理上更是和 o1 正式版不相上下,在多个基准测试中展现了卓越的性能。

例如 DeepSeek – R1 在 AIME 2024 数学竞赛中,取得了79.8%的成绩,略高于 OpenAI 的 o1-1217。在 MATH-500 测试中,DeepSeek-R1 更是达到了 97.3% 的高分,与 OpenAI-o1-1217 相当,同时显著优于其他模型。

在编程竞赛方面,DeepSeek-R1 表现出了专家级水平,其在 Codeforces 上的 Elo 评级达到了 2029,超过了 96.3% 的人类参赛者。此外,在工程相关任务中,DeepSeek-R1 的表现也略胜 OpenAI-o1-1217 一筹。

DeepSeek-R1 最新发布,剑指 OpenAI o1

除此之外,团队还 R1 蒸馏出了 6 个小模型开源给社区,参数从小到大分别为 1.5B、7B、8B、14B、32B 以及 70B。其中蒸馏过的 R1 32B 和 70B 模型在性能方面不仅超过了 GPT-4o、Claude 3.5 Sonnet 和 QwQ-32B,甚至比肩 o1-mini 的效果。

DeepSeek-R1 最新发布,剑指 OpenAI o1

如果你仍未真切领略到它的强大,那么请注意:它只需付出 o1 五十分之一的成本,却能收获 o1 百分之百的效能。

典型的花小钱,办大事。

DeepSeek-R1 最新发布,剑指 OpenAI o1

除了 R1 在几乎所有的基准测试中性能都优于 o1 的硬实力,再其发布即开源的训练数据集和优化工具,让不少网友直呼:这才是真正的 Open AI。

三点核心技术,剑指 o1

R1 发布后,国内外大模型从业者纷纷围观、并交流点评。

深度赋智 CEO 吴承霖向 PHP中文网(公众号:PHP中文网)AI 科技评论评价: DeepSeek R1 确实厉害,但方法非常简单,核心其实就三点。

DeepSeek App DeepSeek App

DeepSeek官方推出的AI对话助手App

DeepSeek App 78 查看详情 DeepSeek App

Self play、Grpo 以及 Cold start。

DeepSeek 团队这次开源的 R1 模型共有两个版本,分别是 DeepSeek-R1-Zero 和 DeepSeek-R1,参数都是 660B 且功能各有千秋。

先说 DeepSeek-R1-Zero,这个模型完全没有使用任何 SFT 数据,仅通过纯粹的 RL 来训练模型,突破了以往模型在提升推理能力时常依赖于 SFT 作为预训练步骤的形式。这是大模型训练中首次跳过监督微调,是此次DeepSeek的核心创新。

通俗一点讲,就是我们不直接告诉模型“应该如何解题”,而是让它通过自主试错并从中学习正确的方法,即 Self play。这就像不让孩子死记硬背公式,而是直接提供题目和评分标准,让他们在实践中自行摸索解法。这样的方式不仅能激发模型的自主学习能力,还可能在探索过程中发现更具创新性的思路。

DeepSeek-R1 最新发布,剑指 OpenAI o1

但是DeepSeek-R1-Zero这个孩子一直做试错练习的话,就会有可读性差和语言混合问题。于是团队研发推出了 DeepSeek-R1,这个模型在训练过程中引入了少量的冷启动数据,即cold-start data,并通过多阶段 RL 优化模型,在仅有极少标注数据的情况下,极大提升了模型的推理能力。

具体来说,冷启动数据包含数千条高质量的长思维链(CoT)示例,通过人工标注和格式过滤(如使用和

标签),强制模型生成结构清晰、语言一致的内容。其核心优势在于:

1、稳定性:为强化学习(RL)训练提供高质量的初始策略,有效避免早期探索阶段输出的混乱无序,确保训练过程平稳起步。

2、可读性:借助模板化输出(如总结模块),显著提升生成内容的用户友好性,使用户能够更直观地理解和接受输出结果。

3、加速收敛:有效减少强化学习训练所需的步数,显著提升训练效率,加快模型收敛速度。

DeepSeek-R1 最新发布,剑指 OpenAI o1

这么说吧,虽然孩子做错题集可以有效提高分数,但是他的答案可能写得乱七八糟。通过先教模型如何规范地写步骤和总结,再让它自由发挥,最终答案既正确又容易看懂。

除此之外,DeepSeek-R1 Zero还创新了一种很厉害的算法 GRPO,通过采样一组输出并计算奖励的均值和标准差来生成优势函数,从而优化策略。这种方法避免了传统 PPO 中需要额外训练价值模型的高成本,让模型能够自主探索复杂的推理行为,比如长思维链、自我验证和反思。

这种纯强化学习训练方式在数学(AIME 2024 的 Pass@1 从 15.6% 提升至 71.0%)和代码任务中取得了显著提升。简单来说,就像让机器人通过“试错”学习解题,而不是依赖例题,最终让它学会了复杂的解题步骤,表现非常出色。

DeepSeek-R1 最新发布,剑指 OpenAI o1

最后,团队还分享了他们在实验中遇到的很多失败尝试,并表示虽然在过程奖励模型以及蒙特卡洛树搜索算法上团队都没有取得研究进展,但这并不意味着这些方法无法开发出有效的推理模型。

DeepSeek-R1 最新发布,剑指 OpenAI o1

One more thing

值得一提的是, R1 在训练时甚至还出现了“顿悟时刻”,就像我们在解难题时突然“灵光一闪”,模型在训练过程中也自发地学会了“回头检查步骤”。这种能力并非程序员直接教授,而是在算法通过奖励正确答案的机制下,自然涌现的。

DeepSeek-R1 最新发布,剑指 OpenAI o1

DeepSeek-R1 最新发布,剑指 OpenAI o1

以上就是DeepSeek-R1 最新发布,剑指 OpenAI o1的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/358897.html

赞 (0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
消息称荣耀前中国区 CMO 姜海荣加入长安汽车,出任深蓝 CEO 一职
上一篇 2026年11月14日 11:52:58
PHP API中图像文件验证、处理与打包的实践指南
下一篇 2025年12月12日 08:19:20

相关推荐

  • CentOS HDFS数据传输优化

    在centos上提升hadoop分布式文件系统(hdfs)的数据传输速率是一项复杂的任务,它需要从多个维度进行优化。以下是一些核心的优化手段: 硬件层面优化 硬件升级:采用更强劲的处理器、更大的内存、高性能硬盘(例如SSD)以及高带宽的网络设备(如10Gbps及以上)。多路径配置:于hdfs-sit…

    2026年11月14日
    100
  • 并购两公司致商誉减值,高盟新材2024年预盈1.1亿元-1.4亿元

    并购两公司致商誉减值,高盟新材2024年预盈1.1亿元-1.4亿元并购两公司致商誉减值,高盟新材2024年预盈1.1亿元-1.4亿元并购两公司致商誉减值,高盟新材2024年预盈1.1亿元-1.4亿元并购两公司致商誉减值,高盟新材2024年预盈1.1亿元-1.4亿元

    ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 高盟新材发布2024年度业绩预告,预计净利润将大幅增长。预告显示,公司预计2024年归属于上市公司股东的净利润为1.1亿至1.4亿元,而2023年同期亏损3.45亿元;扣除非经常性损益后的净利润…

    2026年11月14日 • 用户投稿
    100
  • centos postgresql查询性能提升

    在centos系统上提升postgresql的查询性能涉及多个方面,包括数据库设计、查询优化、索引优化、配置调整、硬件和操作系统优化以及定期维护。以下是一些具体的优化技巧和步骤: 数据库设计优化 规范化与反规范化:在设计表结构时,需要在规范化和反规范化之间找到平衡。适当的反规范化,如添加冗余字段或创…

    2026年11月14日
    000
  • 猛!小米SU7累计订单接近30万台!还剩一半未交付

    猛!小米SU7累计订单接近30万台!还剩一半未交付猛!小米SU7累计订单接近30万台!还剩一半未交付猛!小米SU7累计订单接近30万台!还剩一半未交付猛!小米SU7累计订单接近30万台!还剩一半未交付

    小米汽车订单激增,交付压力巨大!数据显示,小米su7累计订单已逼近30万辆,但交付量仅为15.1万辆,尚有约15万辆订单待交付。这对于雷军而言,可谓是“甜蜜的负担”。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 数据显示,小米SU7订单自…

    2026年11月14日 • 用户投稿
    000
  • 苹果怎么隔空投送照片 苹果隔空投送发照片方法

    苹果怎么隔空投送照片 苹果隔空投送发照片方法苹果怎么隔空投送照片 苹果隔空投送发照片方法苹果怎么隔空投送照片 苹果隔空投送发照片方法苹果怎么隔空投送照片 苹果隔空投送发照片方法

    php小编子墨带来的教程将教你如何在苹果设备上使用隔空投送功能发送照片。隔空投送是苹果设备之间快速传输文件的便捷方式,只需简单几步即可完成照片传送。本文将详细介绍如何在iphone、ipad或mac上使用隔空投送功能发送照片,让你轻松实现设备间照片分享。 1、打开设置,进入通用,点进去里面的隔空投送…

    2026年11月14日 • 用户投稿
    100
  • OpenDataLab 与钉钉联手推出面向企业用户的文档解析工具 DLU

    OpenDataLab 与钉钉联手推出面向企业用户的文档解析工具 DLUOpenDataLab 与钉钉联手推出面向企业用户的文档解析工具 DLUOpenDataLab 与钉钉联手推出面向企业用户的文档解析工具 DLUOpenDataLab 与钉钉联手推出面向企业用户的文档解析工具 DLU

    opendatalab 联合钉钉基于 mineru 推出了一款专为企事业单位打造的文档智能解析工具——dlu(document language understanding)。 MinerU 是由上海人工智能实验室(上海 AI 实验室)OpenDataLab 发布的高效文档解析引擎,凭借其出色的解析…

    2026年11月14日 • 用户投稿
    100
  • CentOS PyTorch环境怎么配置

    在centos上配置pytorch环境,可以按照以下步骤进行: 1. 更新系统 首先,确保你的CentOS系统是最新的。 sudo yum update -y 2. 安装依赖项 安装一些必要的依赖项,包括Python和pip。 sudo yum install -y python3 python3-…

    2026年11月14日
    000
  • 拍我AI接入谷歌 Nano Banana,限时免费使用

    拍我AI接入谷歌 Nano Banana,限时免费使用拍我AI接入谷歌 Nano Banana,限时免费使用拍我AI接入谷歌 Nano Banana,限时免费使用拍我AI接入谷歌 Nano Banana,限时免费使用

    拍我AI现已正式接入谷歌Nano Banana(Gemini 2.5 Flash Image),并启动“拍我AI免费开放日”限时活动,活动时间为9月5日至9月10日,共持续六天。 活动期间,国内用户可免费使用PixVerse Agent创作助手,无需任何费用即可生成各类创意短视频。只需挑选心仪模板并…

    2026年11月14日 • 用户投稿
    000
  • 重磅!2025“CCF-网易雷火联合基金”项目申报即将正式开启!

    重磅!2025“CCF-网易雷火联合基金”项目申报即将正式开启!重磅!2025“CCF-网易雷火联合基金”项目申报即将正式开启!重磅!2025“CCF-网易雷火联合基金”项目申报即将正式开启!重磅!2025“CCF-网易雷火联合基金”项目申报即将正式开启!

    喜讯!2025年度“ccf-网易雷火联合基金”项目申报即将启动!2023年,网易伏羲与中国计算机学会(ccf)强强联手,正式启动“ccf-网易雷火联合基金”,旨在整合资源,促进海内外青年学者科研合作,推动中国人工智能等前沿科技产业发展,并加速校企合作及技术成果转化。 首期项目申报中,基金共遴选出8个…

    2026年11月14日 • 用户投稿
    400
  • 拼多多榜单在哪里看?拼多多的榜单怎么看

    拼多多热销商品涵盖母婴用品、健康食品、美妆个护及怀旧零食等,其中伊利中老年奶粉、全棉时代棉柔巾、布鲁可积木及蓝莓、荔枝等农产品销量增长显著,平台通过“多多好特产”推动农货上行。 如果您想了解拼多多上哪些商品正在热销或受欢迎,查看平台榜单是获取市场趋势和用户偏好的直接方式。通过榜单可以发现潜在爆款,辅…

    2026年11月14日
    000
  • 持续控制技术和策略(A View of Persistence)

    持续控制技术和策略(A View of Persistence)持续控制技术和策略(A View of Persistence)持续控制技术和策略(A View of Persistence)持续控制技术和策略(A View of Persistence)

    在网络安全领域,一个完整的攻击生命周期通常包含以下7个主要步骤: Recon(侦察)、Weaponisation(武器化)、Delivery(投递)、Exploitation(利用)、Installation(安装)、Command & Control(命令与控制)和Actions on O…

    2026年11月14日 • 用户投稿
    200
  • PyTorch在CentOS上的分布式训练如何实现

    在centos系统中使用pytorch进行分布式训练,可以参考以下操作流程: 环境搭建 安装Python与PyTorch: 确保系统已安装Python运行环境。使用pip或conda工具安装PyTorch库。示例命令如下:“`pip install torch torchvision t…

    2026年11月14日
    000
  • 126邮箱登陆入口最新2024 126邮箱2024最新版本登录

    126邮箱登陆入口最新2024 126邮箱2024最新版本登录126邮箱登陆入口最新2024 126邮箱2024最新版本登录126邮箱登陆入口最新2024 126邮箱2024最新版本登录126邮箱登陆入口最新2024 126邮箱2024最新版本登录

    126邮箱2024最新登录入口为https://mail.126.com,支持账号密码、扫码、手机号快捷登录及多设备同步功能。 126邮箱登陆入口最新2024在哪里?这是不少网友都关注的,接下来由PHP小编为大家带来126邮箱2024最新版本登录,感兴趣的网友一起随小编来瞧瞧吧! https://m…

    2026年11月14日 • 用户投稿
    000
  • AI 生成优化 Metal 内核,PyTorch 推理速度提升 87%

    AI 生成优化 Metal 内核,PyTorch 推理速度提升 87%AI 生成优化 Metal 内核,PyTorch 推理速度提升 87%AI 生成优化 Metal 内核,PyTorch 推理速度提升 87%AI 生成优化 Metal 内核,PyTorch 推理速度提升 87%

    根据 Gimlet Labs 的最新研究成果,AI 已能够自动生成高度优化的 Metal 内核,使 PyTorch 的推理速度提升了87%。这项技术突破不仅显著增强了性能表现,还在测试涵盖的215个 PyTorch 模块上实现了平均1.87倍的加速效果,部分特定工作负载甚至达到了数百倍的速度提升。 …

    2026年11月14日 • 用户投稿
    000
  • 余承东:享界 S9 增程版预售价 31.8 万起 问界 M8 四月发布

    余承东:享界 S9 增程版预售价 31.8 万起 问界 M8 四月发布余承东:享界 S9 增程版预售价 31.8 万起 问界 M8 四月发布余承东:享界 S9 增程版预售价 31.8 万起 问界 M8 四月发布余承东:享界 S9 增程版预售价 31.8 万起 问界 M8 四月发布

    3 月 20 日,华为举办新品发布会,正式发布了问界 m9 2025 款。与此同时,cnmo 注意到,华为官方还公布了问界 m8 和享界 s9 增程版的更多信息。 问界 M8 余承东宣布,问界 M8 开启预售以来,目前已经收获超过 7 万份小订订单,该车将于 2025 年 4 月正式发布。 问界 M…

    2026年11月14日 • 用户投稿
    200
  • 这款插件让你在开源图像编辑器 GIMP 中体验谷歌 Nano Banana

    这款插件让你在开源图像编辑器 GIMP 中体验谷歌 Nano Banana这款插件让你在开源图像编辑器 GIMP 中体验谷歌 Nano Banana这款插件让你在开源图像编辑器 GIMP 中体验谷歌 Nano Banana这款插件让你在开源图像编辑器 GIMP 中体验谷歌 Nano Banana

    近日,开发者 Josh Ellithorpe 推出了一款名为 Dream Prompter 的开源插件,成功将谷歌最新发布的 Gemini 2.5 Flash Image Preview 模型(内部代号“Nano Banana”)整合进图像编辑软件 GIMP。 该插件允许用户直接在 GIMP 界面中…

    2026年11月14日 • 用户投稿
    100
  • Debian LAMP中PHP如何进行性能调优

    在Debian LAMP架构下对PHP进行性能优化,需要从多个方面着手调整,以下是一些核心的优化方法: 系统与软件更新 保持系统和软件版本最新:“`sudo apt updatesudo apt upgrade 卸载无用的软件包:“`sudo apt-get purge pa…

    2026年11月14日
    000
  • 网易大神怎么看哈利波特魔法觉醒卡组_网易大神卡组查看方法

    网易大神怎么看哈利波特魔法觉醒卡组_网易大神卡组查看方法网易大神怎么看哈利波特魔法觉醒卡组_网易大神卡组查看方法网易大神怎么看哈利波特魔法觉醒卡组_网易大神卡组查看方法网易大神怎么看哈利波特魔法觉醒卡组_网易大神卡组查看方法

    答案:进入网易大神App的《哈利波特:魔法觉醒》游戏圈,通过浏览推荐攻略帖、使用搜索功能查找关键词如“卡组”或具体名称,以及关注投稿达人获取最新高胜率卡组信息。 如果您想在网易大神App中查看《哈利波特:魔法觉醒》的热门或高胜率卡组,但不知道如何操作,可以通过以下步骤快速找到攻略内容。这些方法能帮助…

    2026年11月14日 • 用户投稿
    200
  • 如何配置VSCode的代码格式化规则 统一团队代码风格技巧

    如何配置VSCode的代码格式化规则 统一团队代码风格技巧如何配置VSCode的代码格式化规则 统一团队代码风格技巧如何配置VSCode的代码格式化规则 统一团队代码风格技巧如何配置VSCode的代码格式化规则 统一团队代码风格技巧

    配置 vscode 代码格式化规则可通过三步统一团队代码风格:1. 安装专用格式化插件并设为默认,如 prettier、eslint、black 等;2. 配置 .editorconfig 和对应工具的配置文件确保一致性;3. 开启保存自动格式化,并在团队协作中集成 git 提交前格式化与 ci/c…

    2026年11月14日 • 用户投稿
    700
  • Terminal Escape Injection

    Terminal Escape InjectionTerminal Escape InjectionTerminal Escape InjectionTerminal Escape Injection

    0x00简介: 作为程序猿与网络攻城狮,我们几乎每天都要处理各种脚本,PoC代码,漏洞利用EXP等,但是你们可知里面代码的详细。再没有认真审核代码的情况下去执行的话,有可能一不小心就成了别人的肉鸡. (滴滴滴,有主机上线请注意!) 自计算机诞生以来,终端就一直伴随着我们.有许多不同的终端模拟器.并且…

    2026年11月14日 • 用户投稿
    000

发表回复

登录后才能评论
关注微信