主要工作：
1）DeepSeek此次发布了DeepSeek-R1-Zero和DeepSeek-R1模型。DeepSeek-R1-Zero模型仅依靠大规模强化学习训练，没有监督微调，便实现了推理能力的自主进化，自发涌现出“反思”、“多步验证”等复杂推理行为，尤其是逻辑能力得到大幅飞跃。
2）但该模型存在可读性差、语言混合等问题，为了解决这一问题，DeepSeek-R1模型通过冷启动数据和迭代强化学习微调实现：通过数千条高质量长推理链数据对基础模型微调，强制规范输出，提高可读性，同时在语言一致性上进行了训练提升，并且融入了人类偏好奖励模型，对模型进行了规范。
3）使用DeepSeek-R1作为教师模型生成800K数据，并对多个小型密集模型微调，小模型性能飞跃。以通义千问的15亿参数量大模型为例，经过DeepSeek微调后，数学题上超过GPT4o-0513的水平。
核心创新点：
1）传统大模型需要大量人工标注的监督数据进行训练，但DeepSeek-R1-Zero首次验证了无需任何微调数据，【仅通过强化学习即可实现推理能力的自主进化】。而且这是没有奖励思维链长度（通俗讲，没有引导推理模型用更多的时间去思考）的情况下实现的，即目标只是为了作对题目，大模型就会自发进行更长地思考，并且最后回答效果更好。
2）在这个过程中，【观察到了反思、多步验证能力的涌现】，出现问题后，模型会自动纠正早期错误。
#重要性：前两条非常重要，一个是指出新道路，一个是证明这条道路有巨大的潜力，会进一步加速Agent应用。
3）尽管DeepSeek-R1-Zero足够优秀，但他经常会出现中英文混杂、格式混乱的现象，工程上仍需优化。因此DeepSeek-R1模型通过与人类知识、经验、规范相融合，实现了更好的输出。
4）能力可以迁移：把R1蒸馏后可实现推理能力迁移，小模型也可以在特定任务中媲美大模型。
#重要性：小算力也可实现复杂功能，在边缘场景，如自动驾驶、机器人等一系列实时应用提供更好的方案。
DeepSeek相关概念股：
✔每日互动：幻方股东/技术负责人徐进为每日互动联合创始人之一。
✔浙江东方：通过旗下杭州东方嘉富基金参投DeepSeek天使轮。市场传闻，注意风险。
✔华金资本：珠海国资旗下投资平台间接参与DeepSeekPre-A轮融资。市场传闻，注意风险。
✔浪潮信息：为DeepSeek北京亦庄智算中心提供AI服务器集群及英伟达H800+自研AIStation管理平台。
✔中科曙光：承建DeepSeek杭州训练中心液冷系统。
✔航锦科技：旗下超擎数智为DeepSeek提供光模块和交换机，双方深度合作。
✔拓尔思：与DeepSeek联合开发金融舆情大模型，已在中信证券等机构部署智能研报生成系统。
✔阳光照明：曾购买幻方3亿产品，且其电器出海业务外销占比75%,有望与幻方在相关业务上协同发展。
✔飞利信：是目前市场上采用MLA机制不多的上市公司，而DeepSeek-V2采用了创新的包括MLA在内的模型架构和训练方法。
✔卓创资讯：幻方作为大型私募，与卓创资讯在金融语料库方面有合作。
✔南威软件：在人工智能方面，基于多头注意力机制和增强特征金字塔方法，掌握了新型的生物认证技术，与DeepSeek的技术有一定关联性。
✔海天瑞声：海天瑞声以数据服务为刃，切入幻方的发展脉络，幻方的蓬勃发展将牵引着海天瑞声订单量与业务收入节节攀升。
✔科大讯飞：在教育领域接入了DeepSeek-Math模型并联合推出了AI数学辅导应用“星火助学”。
✔竞业达：与百度、阿里、腾讯等国内科技巨头合作，使用其AI大模型(如百度的文心大型)，竞业达与DeepSeek大模型的对接中。
✔金山办公：WPS智能写作功能集成DeepSeek-Writer API，公文生成效率提升3倍，错误率下降90%。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。
