DeepSeek登《Nature》封面，梁文锋带队，首次回应“蒸馏”争议

2025年9月17日，属于中国人工智能的又一个高光时刻来到了。DeepSeek-AI团队梁文锋及其同事在《自然》杂志发表了关于开源模型 DeepSeek- R1 的研究成果，并登上当期封面。 论文指出，大语言模型（LLM）的推理能力可以通过纯强化学习显著提升，从而减少对人工标注的依赖。与传统训练方式相比，这一方法培养出 的模型在数学解题、编程竞赛以及涉及STEM领域研究生水平的问题上，均展现出更优的表现。 在此，DeepSeek也首次回应"蒸馏"争议，在与审稿人的交流中，DeepSeek明确表示，R1并非通过复制OpenAI模型生成的推理示例来学习。只是和 大多数其他大语言模型一样，R1的基础模型是在网络上训练的，因此它会吸收互联网上已有的AI生成的内容。 "低成本奇迹"：从29万美元到世界舞台 在AI世界，有一个残酷的共识：顶尖大模型的门槛，从来不是算法，而是成本。OpenAI训练GPT-4，外界估算其花费在1亿美元以上；谷歌、 Anthropic、Meta也在数千万美元级别的预算上展开竞赛。资金与算力，成了决定话语权的核心。 然而，DeepSeek打破了这一"潜规则"。根据研究团队在论文补充材料披露的细节 ...