DeepSeek论文登上《自然》封面，R1成为首个严格学术审查大模型

DeepSeek首次公开了仅靠强化学习，就能激发大模型推理能力的重要研究成果，从而启发全球AI研究 者。DeepSeek R1的核心创新在于采用了"纯强化学习"这一自动化试错方法，R1通过奖励模型达到正确 答案的行为来学习推理策略，而非传统模仿人类预设的推理模式。 在补充材料中，DeepSeek团队还首次公开了R1训练成本仅为29.4万美元。这个金额即使加上约600万美 元的基础模型成本，也远低于OpenAI、谷歌训练AI的成本。 今年1月，当DeepSeek R1模型发布时，其卓越的推理能力和极低的开发成本曾引发全球科技股大幅下 跌。 炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 9月18日，由DeepSeek（深度求索）团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究 论文，登上了国际权威期刊《自然（Nature）》的封面。 DeepSeek R1成为首个通过同行评议的主要大语言模型，发表在《自然》杂志的新版DeepSeek-R1论 文，与今年1月未经同行评审的初版有较大差异。 在同行评议过程中，DeepSeek团队根据评审意见减少了对模型的拟人化描述，并增 ...