整理｜冬梅 9 月 17 日，开源 AI"顶流"DeepSeek 再次引发行业轰动。其推理模型研究论文 DeepSeek-R1，DeepSeek 创始人梁文锋以通 讯作者的名义正式发表在国际顶尖期刊《自然》（Nature）上，并登上当期封面。 这不仅标志着国产 AI 研究迈入世界舞台，也意味着大语言模型首次通过了完整的同行评审，填补了行业空白。 DeepSeek-R1 的核心突破在于，该模型无需依赖大量人工标注的思维链数据，而是借助强化学习（RL）机制，让模型在训练 中自主形成推理能力。研究团队首先基于 DeepSeek-V3 Base 构建出 R1-Zero ，通过只奖励最终预测正确性的方式，引导模 型逐渐学会生成更长、更具逻辑性的回答。随后，团队在此基础上引入多阶段训练，结合监督微调和拒绝采样，最终打造出既 具备强推理性能、又符合人类偏好的 DeepSeek-R1。 在全球开源社区中，DeepSeek-R1 已成为最受欢迎的推理模型之一。截至目前，其在 Hugging Face 平台的下载量已突破 1090 万次 。 新版论文回应质疑， 披露训练细节 与今年初的预印版相比，本次发表于《自然》的论文补充了大 ...

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 ...

开源人工智能（AI）的价值正获得更广泛的认可。 刚刚，DeepSeek-R1 论文以封面文章的形式登上了权威科学期刊 Nature，DeepSeek 创始人兼 CEO 梁文峰为该论文的通讯作者。 论文链接：https://www.nature.com/articles/s41586-025-09422-z 研究团队假设，人类定义的推理模式可能会限制模型的探索，而无限制的强化学习（RL）训练可以更好地激励大语言模型（LLM）中新推理能力的涌 现。 他们通过实验证明，LLM 的推理能力可以通过纯 RL 来提升，从而减少增强性能所需的人类输入工作量，且在数学、编程竞赛和 STEM 领域研究生水平 问题等任务上，比经传统方法训练的 LLM 表现更好。 DeepSeek-R1 推出后，得到了全球开发者的广泛好评，截至发文前，其在 GitHub 上的 star 数已经达到了 91.1k。 在一篇同期发表的观点与评论文章中，卡内基梅隆大学助理教授Daphne Ippolito和他的博士生张益铭（现为 Anthropic 的 LLM 安全和对齐研究员）评价 道： "DeepSeek-R1 已从一个强大但不透明的解决方案寻找者 ...

刚刚，DeepSeek-R1登上了Nature封面！ 今年1月，DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning论文发布，如今成功登上全球顶刊封面。 通讯作者梁文锋带队，用RL为大模型推理能力开辟了全新路径。 论文地址：https://www.nature.com/articles/s41586-025-09422-z 值得一的是，补充材料首次公开了R1训练成本——294000美元，数字低到惊人。 即便是加上约600万美元的基础模型成本，也远低于OpenAI、谷歌训练AI的成本。 在封面推荐中，Nature毫不吝啬地赞扬了DeepSeek-R1的成就。 开源之后，R1在Hugging Face成为最受欢迎的模型，下载量破1090万次。关键是，它是全球首个经过同行评审的主流大模型。 | Training Costs | DeepSeek-R1-Zero | SFT data creation | DeepSeek-R1 | Total | | --- | --- | --- | --- | --- ...

就在最新的Nature新刊中，DeepSeek一举成为 首家 登上《Nature》封面的中国大模型公司，创始人 梁文锋 担任通讯作者。 henry 发自 凹非寺 量子位 | 公众号 QbitAI Nature封面认证！DeepSeek R1成果，又拿下了最新殊荣。 纵观全球，之前也只有极少数如DeepMind者，凭借AlphaGo、AlphaFold有过类似荣誉。 Nature版本的R1论文不仅 首次 披露了R1的训练成本——仅约 29.4 万美元（折合人民币约 208 万），还进一步补充了包括模型训练所使用 的数据类型及安全性的技术细节。 澄清训练细节 评审该论文的Hugging Face机器学习工程师Lewis Tunstall表示，R1是 首个经历同行评审的大型语言模型 ，这是一个非常值得欢迎的先 例。 而俄亥俄州立大学人工智能研究员Huan Sun更是盛赞R1 ，称其自发布以来，几乎影响了所有在大语言模型中使用强化学习的研究。 截至发文前，其数据如下： 不过也是因为DeepSeek，中国AI公司的下一篇工作，恐怕已经不再满足于 CVPR、ICLR、ICML这些AI顶会了， 是不是得对齐Nature、S ...

9月17日，由DeepSeek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》的封面。 与今年1月发布的DeepSeek-R1的初版论文相比，本次论文披露了更多模型训练的细节，并正面回应了模型发布之初的蒸馏质疑。 DeepSeek-R1也是全球首个经过同行评审的主流大语言模型。Nature评价道：目前几乎所有主流的大模型都还没有经过独立同行评审，这 一空白"终于被DeepSeek打破"。 下载财联社APP获取更多资讯 准确 快速 权威 专业 7x24h电报 头条新闻 VIP资讯 实时盯盘 ...

太令人意外！ 却又实至名归！ 最新一期的 Nature 封面，竟然是 DeepSeek-R1 的研究。 也就是今年 1 月份 DeepSeek 在 arxiv 公布的论文《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》。这篇Nature论文 通讯作者正是梁文锋。 论文链接： https://www.nature.com/articles/s41586-025-09422-z 在封面的推荐介绍中，Nature 写到： 如果训练出的大模型能够规划解决问题所需的步骤，那么它们往往能够更好地解决问题。这种『推理』与人类处理更复杂问题的方式类似，但 这对人工智能有极大挑战，需要人工干预来添加标签和注释。在本周的期刊中，DeepSeek 的研究人员揭示了他们如何能够在极少的人工输入 下训练一个模型，并使其进行推理。 DeepSeek-R1 模型采用强化学习进行训练。在这种学习中，模型正确解答数学问题时会获得高分奖励，答错则会受到惩罚。结果，它学会了推 理——逐步解决问题并揭示这些步骤——更有可能得出正确 ...

（文章来源：每日经济新闻） 与今年1月发布的DeepSeek-R1的初版论文相比，本次论文披露了更多模型训练的细节，并正面回应了 模型发布之初的蒸馏质疑。DeepSeek-R1也是全球首个经过同行评审的主流大语言模型。Nature评价 道：目前几乎所有主流的大模型都还没有经过独立同行评审，这一空白"终于被DeepSeek打破"。 由DeepSeek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）》第645期的封面。 ...

西贝门店负责人介绍称涉事顾客使用过的筷子、餐具、桌布等已全部丢弃。 整理 ｜Purple 点击上方【36氪随声听】，一键收听大公司热门新闻。听完音频记得添加进入 【我的小程序】 中哟！ 西贝回应"公筷喂狗"事件：涉事餐具已全部丢弃 近日，陈先生带着孩子去一家亲子主题的西贝餐厅就餐。用餐过程中，两名顾客带着一只宠物狗进入餐厅，不仅将狗放在餐椅上，待菜品上桌后，还直接 用餐厅提供的筷子夹菜喂狗。为此，陈先生对用餐环境安全提出质疑。 该餐厅负责人在受访时表示，餐厅有"禁止宠物入内"的规定，但因客流高峰未能及时发现顾客带狗进店。负责人介绍，涉事顾客使用过的筷子、餐具、桌 布等已全部丢弃，未进入清洗流程；同时，当天夜间对餐厅前厅、厨房的所有餐具、厨具进行了全面消杀。 温州市市场监督管理局相关工作人员表示，目前国家及温州市层面暂无法律依据认定"商家允许宠物入内"这一行为违规；而顾客用餐厅筷子喂狗属于个人 行为，若未对其他顾客造成直接损害，暂不涉及行政处罚。（第一财经） 美联储宣布降息25个基点 当地时间9月17日，美联储最新的联邦公开市场委员会（FOMC）货币政策会议纪要显示，美联储决定将联邦基金利率目标区间下调25个基 ...

昨晚，DeepSeek再度开创历史！ 智东西9月18日报道，9月17日，由DeepSeek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论文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，启发全球AI研究者；这一模型还成为全球最受欢迎的 开源推理模型，Hugging Face下载量超1090万次。此番获得《自然》的认证，可谓是实至名归。 与此同时，DeepSeek-R1也是全球首个经过同行评审的主流大语言模型。《自然》在社论中高度评价道：几乎所有主流的大模型都还没有经过 独立同行评审，这一空白"终于被DeepSeek打破"。 《自然》认为，在AI行业中，未经证实的说法和炒作已经"司空见惯"，而DeepSeek所做的一切，都是"迈向透明度和可重复性的可喜一步"。 《自然》杂志封面标题：自助——强化学习教会大模型自我改进 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，披露了更多模型训练的细节，并正面回应了模型 发布之初的蒸馏质疑。 | https:// ...