DeepSeek揭秘AI模型秘密，研究成果发布探秘其背后原理

DeepSeek发表最新研究成果，揭示了AI模型的秘密，该研究深入探讨了AI模型的内部工作原理，解析了其复杂的数据处理过程，通过深入研究和分析，DeepSeek团队成功揭示了AI模型的一些关键特性，为人工智能领域的发展提供了新的见解和思路，这一发现有助于人们更深入地理解AI的工作原理，推动人工智能技术的进一步发展和应用。

证券时报的文章内容仅供参考，不构成实质性投资建议，据此操作风险自担。下载“证券时报”官方APP或关注官方微信公众号，可以随时了解股市动态，洞察政策信息，把握财富机会。

9月18日，DeepSeek团队的研究论文《DeepSeek-R1推理模型》登上了国际权威期刊《自然》的封面。梁文锋担任该论文的通讯作者。DeepSeek R1是首个通过同行评议的主要大语言模型，新版论文与今年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团队减少了对模型的拟人化描述，并增加了技术细节说明，包括训练数据类型和安全性考虑等，回应了关于知识蒸馏的质疑。DeepSeek否认了使用OpenAI模型输出进行训练的说法，明确表示DeepSeek-V3 Base（DeepSeek-R1的基座模型）使用的数据全部来自互联网，虽然可能包含GPT-4生成的结果，但绝非有意而为之，更没有专门的蒸馏环节。为防止基准测试数据污染，团队对DeepSeek-R1的预训练和后训练数据都实施了全面的去污染措施。

开源之后，R1在Hugging Face上的下载量突破1090万次，成为全球最受欢迎的开源推理模型之一。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，启发了全球AI研究者。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，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。补充材料中还首次公布了R1训练成本仅为29.4万美元，加上约600万美元的基础模型成本，远低于其他主流AI公司的训练成本。

今年1月，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。作为全球首个通过同行评审的主流大语言模型，《自然》期刊将该篇论文作为封面论文，并在评论报道文章中表达了赞赏和肯定，认为这标志着中国在大模型基础研究领域取得重要突破。在AI行业快速发展中，未经证实的说法和炒作不在少数。《自然》杂志认为，依靠独立研究人员进行的同行评审是抑制AI行业过度炒作的有效方式。DeepSeek所做的一切，是非常值得欢迎的先例。

8月21日，DeepSeek正式发布了最新大语言模型DeepSeek-V3.1。新升级版本的变化主要体现在三个方面：混合推理架构、更高的思考效率以及更强的Agent能力。DeepSeek-V3.1实现了一个模型同时支持思考模式与非思考模式。DeepSeek是2023年成立于杭州的人工智能公司，由幻方量化孵化，创始团队由梁文锋领衔，成员来自顶尖高校与国际机构的技术专家。