DeepSeek出圈

近日，面壁智能联合创始人兼首席科学家刘知远在谈及DeepSeek近期引发的热潮时指出，“DeepSeek 最近发布R1模型的重要价值在于它能够完美复现OpenAI o1的深度推理能力，并且他通过开源的方式发布了相对详细的介绍，为行业作出了重要贡献。”

刘知远指出，“因为OpenAI o1本身并没有提供关于其实现细节的任何信息，它相当于引爆了一个原子弹，但没有告诉大家秘方，而DeepSeek可能是全球首个能通过纯粹的强化学习技术复现OpenAI o1能力的团队，并且还把这种能力开源了。”

刘知远总结指出，DeepSeek R1的整个训练流程有两个非常重要的亮点或价值：一是通过规则驱动的方法实现了大规模强化学习；二是通过深度推理 SFT 数据与通用 SFT 数据的混合微调，实现了推理能力的跨任务泛化；这使得 DeepSeek R1 能够成功复现OpenAI o1 的推理水平。