據(jù)科技日報消息，9 月 17 日，DeepSeek-AI 團(tuán)隊梁文鋒及其同事在《自然》雜志上發(fā)表了開源人工智能（AI）模型 DeepSeek-R1 所采用的大規(guī)模推理模型訓(xùn)練方法。

另據(jù)第一財經(jīng)報道，與今年 1 月發(fā)布的 DeepSeek-R1 的初版論文相比，本次論文披露了更多模型訓(xùn)練的細(xì)節(jié)，并正面回應(yīng)了模型發(fā)布之初的蒸餾質(zhì)疑。

DeepSeek-R1 也是全球首個經(jīng)過同行評審的主流大語言模型。Nature 評價道：目前幾乎所有主流的大模型都還沒有經(jīng)過獨(dú)立同行評審，這一空白 " 終于被 DeepSeek 打破 "。

DeepSeek-R1 在被展示優(yōu)質(zhì)的問題解決案例后，會獲得一個模板來產(chǎn)生推理過程，即這一模型通過解決問題獲得獎勵，從而強(qiáng)化學(xué)習(xí)效果。團(tuán)隊總結(jié)說，未來研究可以聚焦優(yōu)化獎勵過程，以確保推理和任務(wù)結(jié)果更可靠。

梁文鋒出生于 1985 年，廣東湛江人，幻方量化、DeepSeek 創(chuàng)始人。2024 年 12 月，梁文鋒和團(tuán)隊開發(fā)的大模型 "DeepSeek-V3" 發(fā)布。2025 年 4 月，梁文鋒入選美國《時代》周刊 "2025 年全球最具影響力 100 人 " 榜單。

DeepSeek 是 2023 年成立于杭州的人工智能公司，由幻方量化孵化。創(chuàng)始團(tuán)隊由梁文鋒領(lǐng)銜，成員來自頂尖高校與國際機(jī)構(gòu)技術(shù)專家。

來源 / 長安街 - 知事