上一次我介绍了 DeepSeek V3：《万万没想到，一家中国量化基金公司年底发布了最强开源LLM：DeepSeek V3》，相当让我惊讶。
没想到 DeepSeek 又开始放大招：发布了一款革命性的推理LLM——DeepSeek-R1，该模型在数学、编程和推理任务上与 OpenAI 的前沿推理 LLM o1 相媲美。与o1 不同，DeepSeek-R1 在提供相似性能的同时，价格便宜了 90-95%，成为了一款极具吸引力的高性价比推理模型。
这一发布标志着开源 AI 领域的重大进步，表明开源模型正在缩小与商业模型之间的差距，在实现人工通用智能（AGI）的竞赛中占据重要地位。DeepSeek 还利用 DeepSeek-R1 对包括 Llama 和 Qwen 在内的六个模型进行了蒸馏，并将其性能提升至新高度。在某些数学基准测试中，蒸馏版的 Qwen-1.5B 甚至超过了 GPT-4o 和 Claude 3.5 Sonnet 这样更大规模的模型。
DeepSeek将 DeepSeek-R1 及其蒸馏模型开源，已在 Hugging Face 上发布，并提供 MIT 许可，进一步推动了开源 AI 生态的发展。
https://huggingface.co/deepseek-ai
DeepSeek-R1 的核心特点
DeepSeek-R1 的发布，是朝着 AGI 目标迈出的重要一步，AGI 旨在开发能够像人类一样进行知识性任务的 AI。OpenAI 率先通过其 o1 模型采取了这一方向，o1 模型使用链式推理来解决问题、优化策略，并通过强化学习（RL）纠正错误或尝试新方法。
基于此思路，DeepSeek-R1 结合了强化学习和监督微调，成功处理了复杂的推理任务，并与 o1 模型的性能相媲美。在基准测试中，DeepSeek-R1 在 AIME 2024 数学测试中得分 79.8%，在 MATH-500 测试中得分 97.3%，在某些领域超越了 o1。
该模型还展示了强大的通识知识，在 MMLU 测试中取得了 90.8% 的准确率，仅次于 o1 的 91.8%。在编程基准测试中，DeepSeek-R1 在 Codeforces 上排名前 3.7%，超越了 o1 的表现。
训练和开发过程
DeepSeek-R1 的开发经历了一个多步骤的过程，首先使用 DeepSeek-V3 基础模型，并通过强化学习增强其推理能力。最初的 DeepSeek-R1-Zero 是一个纯强化学习的模型，虽然展现出了强大的推理能力，但存在可读性差和语言混杂的问题。为了解决这些问题，DeepSeek结合了监督学习和强化学习，开发出了增强版的DeepSeek-R1，并通过对领域特定数据进行微调，进一步提高了性能。
最终，DeepSeek-R1 成为了一款能够匹敌 OpenAI o1 的推理模型，具备了更深入的反思和探索替代方案的能力。
更具性价比的选择
除了提升性能几乎与 OpenAI o1 在基准测试中的表现相当外，DeepSeek-R1 的价格也十分亲民。具体来说，OpenAI o1 每百万输入 token 收费 15 美元，每百万输出 token 收费 60 美元，而 DeepSeek-R1 则只需每百万输入 token 0.55 美元，每百万输出 token 2.19 美元。这使得 DeepSeek-R1 成为企业和开发者寻找高质量 AI 推理的经济实惠选择。
用户可以通过 DeepSeek 的聊天平台 DeepThink 测试该模型，或者通过 Hugging Face 访问模型权重和代码库，模型采用 MIT 许可发布，也可以通过 API 直接集成到应用程序中。
https://huggingface.co/deepseek-ai
总结
DeepSeek-R1 代表了开源 AI 领域的重大突破，在提供强大推理能力的同时，价格远低于 OpenAI o1。通过开源这款强大的工具，DeepSeek 正在帮助推动 AI 技术的普及，缩小开源模型与商业模型之间的差距。
标志着经济实惠且强大的 AGI-like 系统的新时代的开始。
