DeepSeek R1来了，追平o1！它现在不但比OpenAI开放，也比它有活力

文章预览

头图由豆包生成。提示词：一条海底大鲸鱼，赛博朋克，金属发光。 作者 ｜ 王兆洋 邮箱 ｜ wangzhaoyang@pingwest.com 在DeepSeek V3一个月前惊艳亮相后，它背后的“能量来源”DeepSeek R1系列正式发布。 1月20日，DeepSeek在Huggingface上上传了R1系列的技术报告和各种信息。 按照DeepSeek的介绍，它这次发布了三组模型：1）DeepSeek-R1-Zero，它直接将RL应用于基座模型，没有任何SFT数据，2）DeepSeek-R1，它从经过数千个长思想链（CoT）示例微调的检查点开始应用RL，和3）从DeepSeek-R1中蒸馏推理能力到小型密集模型。 DeepSeek-R1在AIME2024上获得了79.8%的成绩，略高于OpenAI-o1-1217。在MATH-500上，它获得了97.3%的惊人成绩，表现与OpenAI-o1-1217相当，并明显优于其他模型。在编码相关的任务中，DeepSeek-R1在代码竞赛任务中表现出专家水平，在Codeforces上获得了2029 Elo评级，在竞赛中表现优 ………………………………