推理性能直逼o1，DeepSeek再次出手，重点：即将开源

AIGC动态3小时前发布 almosthuman2014

26 0 0

文章摘要

DeepSeek最近推出了一款新的推理模型DeepSeek-R1-Lite-Preview，这款模型在多个权威评测中超越了包括GPT-4o在内的顶尖模型，甚至在某些方面领先于OpenAI o1-preview。DeepSeek-R1-Lite-Preview的关键在于其“深度思考”能力，它通过更多的强化学习、原生思维链和更长的推理时间来提升性能，类似于人类大脑的深度思考过程。与OpenAI o1不同，DeepSeek-R1-Lite-Preview在回复中会展示其“思路链”推理过程，解释其操作的原因。

DeepSeek官方表示，R1系列模型使用强化学习训练，包含大量反思和验证，思维链长度可达数万字。DeepSeek-R1-Lite-Preview使用的是一个较小的基座模型，尚未完全释放长思维链的潜力。用户可以通过官网与DeepSeek-R1-Lite-Preview对话，但需要在输入框中打开“深度思考”模式，每天限制50次使用。

尽管DeepSeek-R1-Lite-Preview目前仅支持网页使用，没有发布完整代码供独立第三方分析或基准测试，也没有通过API提供服务，但DeepSeek已表示正式版DeepSeek-R1模型会完全开源，公开技术报告，并部署API服务。

初步测评显示，DeepSeek-R1-Lite-Preview在回答复杂问题时需要数十秒的“思考”时间，尽管有些思路可能在人类看来无意义或错误，但最终整体准确率较高。例如，它能够回答GPT-4o和Claude系列都翻车过的问题，如“Strawberry”中有多少个字母“R”和“9.11”和“9.9”哪个更大。在中文问题上，DeepSeek-R1-Lite-Preview的准确率更高，能够破解行测题的逻辑陷阱，并在34秒内解决大学物理问题。

然而，DeepSeek-R1-Lite-Preview在数学能力上可能不如推理、物理和编程能力那么强。例如，在一道中学水平的数列题上，它没有想出关键的破题思路，而是“蒙”出了答案。在IMO国际数学奥林匹克竞赛试题上，尽管DeepSeek-R1-Lite-Preview在长达162秒的思考过程中详细地写出了解题思路，但最终答案仍然错误，而OpenAI o1却给出了正确答案。这表明DeepSeek-R1-Lite-Preview仍有进步空间，也让人更加期待完整版模型的发布。