DeepSeek團(tuán)隊(duì)發(fā)表重磅論文

9月17日，由DeepSeek團(tuán)隊(duì)共同完成、梁文鋒擔(dān)任通訊作者的DeepSeek-R1推理模型研究論文，登上了國際權(quán)威期刊《自然（Nature）》的封面�！蹲匀弧愤�配發(fā)社論，表示DeepSeek-R1是全球首個經(jīng)過同行評審的主流大語言模型，對于人工智能（AI）模型開發(fā)具有重要意義，呼吁其他公司效仿這一做法。

這篇論文刊登在最新一期《自然》，與今年1月發(fā)布的DeepSeek-R1的初版論文相比，披露了更多模型訓(xùn)練的細(xì)節(jié)。論文作者稱，大語言模型（LLM）的推理能力可通過純強(qiáng)化學(xué)習(xí)來提升，從而減少增強(qiáng)性能所需的人類輸入工作量。訓(xùn)練出的模型在數(shù)學(xué)、編程競賽和STEM領(lǐng)域研究生水平問題等任務(wù)上，比傳統(tǒng)訓(xùn)練的LLM表現(xiàn)更好。

《自然》特意配發(fā)社論“為何同行評審對AI模型至關(guān)重要”，表示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”。

自1月份發(fā)布以來，R1已成為該平臺解決復(fù)雜問題類模型中下載量最高的產(chǎn)品。如今，該模型經(jīng)過八位專家評審，從原創(chuàng)性、方法學(xué)等方面接受了評估。論文與評審報(bào)告及作者回應(yīng)同步發(fā)布。

在DeepSeek的案例中，評審專家就對此提出質(zhì)詢。該公司不僅提供了減少數(shù)據(jù)污染的技術(shù)細(xì)節(jié)，還補(bǔ)充了模型發(fā)布后新推出基準(zhǔn)的評估結(jié)果。同行評審還促使論文作出其他重要修改�！蹲匀弧泛粲跗渌鸄I公司效仿DeepSeek的做法。

揚(yáng)子晚報(bào)/紫牛新聞記者 宋世鋒