首页时事民生政务教育文化科技财富体娱健康情感

旅行百科职场楼市企业乐活学术汽车时尚创业美食幽默美体文摘

DeepSeek版o1与OpenAI的o1大PK，到底谁真的炸场了？

科技 2024-11-24 21:56 山西

大数据文摘受权转载自夕小瑶科技说
作者 | 付奶茶

家人们，DeepSeek 刚推出了他们最新的类o1推理模型——DeepSeek R1-Lite。

这代表着国产大模型开始进入o1时代了。

根据官方的介绍，r1的思维链的长度可以达到数万字，采用强化学习技术，推理过程涵盖大量的反思和验证环节。

先简单看一眼指标表现，再拉出来练练。

整体结论是：数学和编程方面，这款模型与o1-preview相当，甚至一些榜单结果上超越了o1。

比如美国数学竞赛（AMC）中最高难度级别的AIME，DeepSeek R1-Lite领先o1一大截！

推理时间更长了！但是效果更牛逼了！

DeepSeek提到，他们做了更强势的推理时间越长，性能越好。

如下图所示，DeepSeek-R1-Lite-Preview和o1-preview对比，随着思考长度的增加，AIME 上的得分稳步提高。

预览版可以试用了，正式版在路上

DeepSeek团队透露，R1模型目前还在持续打磨中。

后续会推出正式版，并且开源，开放API，还会公布完整的技术细节。我已经等不及了，勇士们快点肝！

目前线上的还是预览版，每天可以50次免费测试～

想试试的小伙伴，链接我贴在这儿了：
https://chat.deepseek.com/

拉出来比武！

既然开测试了（让我白嫖）！那咱们就拿几道题测测它！

首先是大名鼎鼎的草莓问题。

问题：“strawberry”几个r？

先是不用o1，答错了。

再打开o1，答对了。

但是再试一遍，第一次思考了2秒，这次思考了14秒。

错了。。（请仔细看它的思考过程，中间说了好几遍“有两个r”，一遍遍否定自己，有继续得出错误结论）

试试openai的o1，也不对。

再来一个反转字母！

问题：请帮我将这串字符全部的字母反着写：QingguanzhuXixiaoyao！

家人们！我把它弄崩溃了！我看它委屈成这样我都心软软！

它反复怀疑自己，反复怀疑题目，氮素，最后它错的很离谱啊！

不仅字母没有顺利反转，而且还加了字符串外的字母～

而o1 就快速的做错了，错的简简单单，轻轻松松，不费力气hh：

虽然DeepSeek-R1-Lite号称更长的推理时间带来了更好的效果，但是好像结果上差别不大啊，o1甚至没有引入字符串的字母，错的都没有DeepSeek-R1-Lite离谱！这局的胜负难定！

再来一道！

问题：9.9和9.11哪个大？

看到前面推理过程磨磨叽叽犹犹豫豫，奶茶还以为这把又要搞砸了，结果DeepSeek-R1-Lite窝窝囊囊中的做对了！！

而o1还是干净利落的做错了hh～

还有编程问题，必须测一测。

问题：选了一道经典的leetcode问题，求长度最小的子数组。

它思考了整整一分钟，中间打印了好多步骤，最终，水灵灵滴得推理出来错误答案。。。

中间推理错了答案，

最后，验证了错误答案。。

openAI o1则简短的给出了正确答案。

数学和编程问题就到此为止吧。

再来一道开放性题目！

问题：我很好奇大语言模型的未来，能不能帮我想个办法未来让大语言模型为我挣钱？

DeepSeek-R1-Lite：

o1:

这样看下来，DeepSeek-R1-Lite在开放性答案上，想很多！

但是它输出的方案并不是很具体，没有什么可以借鉴的明确路线，而o1还能说出来点有用的答案！

结语

前不久讨论特别热烈的一个话题是“Scaling Law有没有撞南墙”，众多大佬下场发表看法。目前业界已经开始动摇了沿着Scaling Law继续走下去的信念，而o1是OpenAI提出来的LLM后时代的一条新路径，获取内部早就调转了车头也未可知。

仅从我们试用的一些case看，不足以代表DeepSeek-R1-Lite它的真实水平，但从中窥见，r1还有非常大的提升空间的。

但是，o1标注大模型从快思考进入慢思考，这条路还有许多可能和想象。DeepSeek这次是率先推出了国内版o1，追赶速度非常快，中国速度是牛的！要知道做事情从0-1的过程是最难的。

对于国产大模型的o1，我依然非常期待。

黑色小圆动图分割线

租售GPU算力

租：4090/A800/H800/H100

售：现货H100/H800

特别适合企业级应用

扫码了解详情☝

点「在看」的人都变好看了哦！

大数据文摘

普及数据思维，传播数据文化

最新文章

RTX5090震撼发布，一文带你看懂英伟达CES2025发布会。

谢赛宁、李飞飞「空间智能」新作：多模态大模型仍难突破空间推理

GitHub 造假浪潮爆发！已有450万虚假星标，实锤造假将导致仓库限流

惊呆网友！微软论文意外“泄密”OpenAI模型参数引热议，GPT-4o mini仅8B？

现在的搜索引擎，快被AI垃圾淹成赛博粪坑了。

Sam Altman 剧透2025年OpenAI的大计划

强化学习之父 Rich Sutton 最新演讲：用「去中心化神经网络」应对深度学习局限性

OpenAI 突发公司剧变，将分裂为两家组织:一块营利，一块非营利

某机构：JSON 输出会让 AI 变笨！大佬：是你们太菜了

中国首次！高文院士获得 IEEE 社会基础设施创新奖

AI美女图成了过去式，“巨物宝可梦”才是新的流量密码。

OpenAI正式发布o3 - 通往AGI的路上，已经没有了任何阻碍。

尤瓦尔·赫拉利对话李开复：AI终将比我们更聪明，但它们不会有人性……

黄仁勋：扫过最多厕所的CEO

锤爆Sora，尺度最大，谷歌发布最强视频模型Veo2，叫板海螺可灵

中国科学家李春来、徐沪济上榜！2024《自然》十大科学人物揭晓

愤怒！AI 顶级会议 NeurIPS 现场，MIT演讲者现场歧视中国人

OpenAI长文爆料反击马斯克诉讼：“你不能通过诉讼获得AGI”

谷歌发布Gemini2.0，开启Agent新时代

体操运动，是所有AI视频最残酷的图灵测试。

刚刚，OpenAI Sora来啦！AI视频新纪元已开启

满血版 o1 上线两天，被网友玩出来了 10 个疯狂用法

清华赵明国专访：坚守人形机器人二十载，从孤军奋战到百家争鸣

o1满血版上线，还有卖200美刀的Pro会员｜OpenAI直播第1天。

一张图，生成一个世界！李飞飞首个空间智能项目发布

新瓜不断！2024NeurIPS最佳论文，花落字节起诉的实习生

ICLR'25 惊现[10,10,10,10]满分论文，ControlNet 一作张吕敏新作，Github 5.8k 颗星

破例两篇！NeurIPS时间检验奖颁给了Ian的GAN、Ilya的Seq2Seq，实至名归

从Neuralink开始美国脑机接口研究迎来春天

AI又一突破！“眼神打字”更快更省力，研究登上Nature子刊

Sora被泄漏！艺术家联盟上书，奥特曼怒拔网线！

一手体验Kimi版“o1”模型，这就是最通人性的数学AI。

DeepSeek版o1与OpenAI的o1大PK，到底谁真的炸场了？

Science重磅：AI完成定向蛋白质进化，特性提升100倍

具身大模型，国内最大融资诞生

3名高中生中了AI顶会NeurIPS！来自人大附中、北师大实验中学、上海星河湾双语学校

微信公众号悄悄上线AI音色克隆，微信的一小步，却是AI的一大步。

吴恩达最新观点：LLM的下一个新兴方向是Agentic AI

Nature重磅：AI化学家再升级！大幅提升实验效率，推动化学合成进入“智能化”新阶段

Ilya承认Scaling Law到头了，Meta和谷歌寻找替代o1的方法

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

著名AI学者、天工智能首席科学家颜水成离开昆仑万维

马斯克和特朗普这对CP组合赢了后，科技界会变天吗？

人工智能专家获诺奖，是希望之光，还是灾难前奏？

贝索斯领投、OpenAI连续跟投，这家机器人公司再融4亿美金

你愿意和AI恋人共度一生吗？

比ChatGPT更牛！苹果新AI模型刷新交互体验！能看懂你的手机屏幕！平板和安卓机也都行

专访"Prompt之神"李继刚 - 我想用20年时间，给世界留一句话。

深夜重磅！ChatGPT可以“AI搜索”了，但并不完美

谷歌被俄罗斯罚款2,500,000,000,000,000,000,000,000,000,000,000,000美元

分类

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉