原创郝博阳腾讯科技2025-01-23122539【编者按】课代表系列-Al大事儿的最快、最全解读，本文关注DeepSeek-R1在技术上最重要的突破一用纯深度学习的方法让A自发涌现出推理能力。这一研究可能会对模型推理训练后续的范式产生深刻影响。（头图来自《硅谷》）腾T科技《A未来指北》特约作者郝博阳编辑郑可君时隔不到一个月，DeepSeek.又一次震动全球A圈。去年12月，DeepSeek推出的DeepSeek-V3在全球AI领域掀起了巨大的波澜，它以极低的训练成本，实现了与GPT-4o和Claude Sonnet3.5等顶尖模型相媲美的性能，震惊了业界。腾讯科技曾对此模型进行深度解读，用最简单直白的语言阐释其实现低成本和高效能的技术背景（点击可查看）。和上次不同的是，这次推出的新模型Dee pSeek-R1不仅成本低，更是在技术上有了大福提升。而且，它还是一个开源模型。这款新模型延续了其高性价比的优势，仅用十分之一的成本就达到了GT-o1级别的表现。所以，很多业内人士甚至喊出了“DeepSeek接班OpenAl'"的口号。比如，前Meta Al工作人员、知名AI论文推特作者Evis就强调，DeepSeek-R1的论文堪称瑰宝，因为它探索了升大语言模型推理能力的多种方法，并发现了其中更明确的涌现特性@omarsar0The DeepSeek-R1 paper is a gem!DeepSeek-R1论文堪称瑰宝！.Highly encourage everyone to read it.强烈建议大家阅读。It's clear that LLM reasoning capabilities can be learned in differentways.显然，.上M的推理能力可以通过不同的方式学习。.RL,if applied correctly and at scale,can lead to some really powerfuland interesting scaling and emergent properties.如果正确具大规模地应用强化学习.(RL),可以带来一些非常强大且有趣的扩展和涌现特性。另一位Al圈大V Yuchen Jin则认为，Dee pSeek-R1论文中提出的，模型利用纯RL方法引导其自主学习和反思推理这一发现，意义非常重大。