DeepSeek R1 你用上了嗎？推理效果一騎絕塵，Meta 內(nèi)部已經(jīng)慌了！

DeepSeek 近日推出的系列模型在全球 AI 圈引發(fā)震動。DeepSeek-V3 以低成本實現(xiàn)高性能，在多項評測中與頂尖閉源模型相當;DeepSeek-R1 則通過創(chuàng)新的訓(xùn)練方式，讓模型展現(xiàn)出強大推理能力，性能對標 OpenAI o1 正式版，還開源了模型權(quán)重，為 AI 領(lǐng)域帶來新的突破和思考。

DeepSeek 還公開全部訓(xùn)練技術(shù)。R1 對標 OpenAI 的 o1 模型，后訓(xùn)練階段大量用強化學(xué)習(xí)技術(shù)。DeepSeek 稱，R1 在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上與 o1 相當，且 API 價格不到 o1 的 4% 。

DeepSeek R1 太強!Meta 工程師陷入恐慌：瘋狂拆解試圖復(fù)制

日前國外匿名職場社區(qū) teamblind 上一個 Meta 員工匿名帖《Meta genAI org in panic mode》特別火。DeepSeek V3 推出使 Llama 4 在基準測試中全面落后，Meta 生成式 AI 團隊陷入恐慌。一家「不知名的中國公司」550 萬美元預(yù)算完成訓(xùn)練打臉現(xiàn)有大模型。

Meta 工程師瘋狂拆解 DeepSeek 試圖復(fù)制，而管理層焦慮如何向高層交代高昂成本，其團隊「領(lǐng)導(dǎo)者」薪水超 DeepSeek V3 訓(xùn)練成本就有數(shù)十人。DeepSeek R1 的出現(xiàn)讓情況更糟，雖然有些信息還不能透露，但很快就會公開，到時候情況可能更加不利。

Meta 員工匿名帖譯文如下(由 DeepSeek R1 翻譯)：

Meta 生成式 AI 部門進入緊急狀態(tài)

這一切始于 DeepSeek V3——它讓 Llama 4 的基準測試成績瞬間顯得過時。更令人難堪的是，「一家不知名的中國公司僅用 500 萬美元訓(xùn)練預(yù)算」就實現(xiàn)了如此突破。

工程師團隊正瘋狂拆解DeepSeek架構(gòu)，試圖復(fù)制其所有技術(shù)細節(jié)。這絕非夸張，我們的代碼庫正在經(jīng)歷地毯式搜查。

管理層正為部門巨額開支的合理性焦頭爛額。當每位生成式AI部門的「領(lǐng)導(dǎo)者」年薪都超過DeepSeek V3 整個訓(xùn)練成本，而這樣的「領(lǐng)導(dǎo)者」我們養(yǎng)著幾十個時，他們該如何向高層交代?

DeepSeek R1 讓局勢更加嚴峻。雖不能透露機密信息，但相關(guān)數(shù)據(jù)即將公之于眾。

本應(yīng)是精干的技術(shù)導(dǎo)向型團隊，卻因大量人員涌入爭奪影響力，導(dǎo)致組織架構(gòu)被刻意膨脹。這場權(quán)力游戲的結(jié)果?最終所有人都成了輸家。

DeepSeek 系列模型簡介

DeepSeek-V3：是一個參數(shù)量為 671B 的混合專家(MoE)語言模型，每個 token 激活 37B。它采用 Multi-head Latent Attention(MLA)和 DeepSeekMoE 架構(gòu)，在 14.8 萬億高質(zhì)量 token 上進行預(yù)訓(xùn)練，經(jīng)過監(jiān)督微調(diào)與強化學(xué)習(xí)，在多項測評中超越部分開源模型，與 GPT-4o、Claude 3.5 Sonnet 等頂尖閉源模型性能相當。訓(xùn)練成本低，僅需 278.8 萬 H800 GPU 小時，約 557.6 萬美元，且訓(xùn)練過程穩(wěn)定。

DeepSeek-R1：包括 DeepSeek-R1-Zero 和 DeepSeek-R1.DeepSeek-R1-Zero 通過大規(guī)模強化學(xué)習(xí)訓(xùn)練，不依賴監(jiān)督微調(diào)(SFT)，展現(xiàn)出自我驗證、反思等能力，但存在可讀性差和語言混雜問題。

DeepSeek-R1 在 DeepSeek-R1-Zero 基礎(chǔ)上，引入多階段訓(xùn)練和冷啟動數(shù)據(jù)，解決了部分問題，在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上性能比肩 OpenAI o1 正式版。同時，還開源了多個不同參數(shù)規(guī)模的模型，推動開源社區(qū)發(fā)展。

是什么讓 DeepSeek 如此特別？

性能卓越：在多項基準測試中，DeepSeek-V3 和 DeepSeek-R1 表現(xiàn)出色。如 DeepSeek-V3 在 MMLU、DROP 等評測中取得優(yōu)異成績;DeepSeek-R1 在 AIME 2024、MATH-500 等測試里，準確率高，與 OpenAI o1 正式版相當甚至在某些方面超越。

訓(xùn)練創(chuàng)新：

DeepSeek-V3 采用無輔助損失的負載均衡策略和多 Token 預(yù)測目標(MTP)，減少性能下降，提高模型性能;使用 FP8 訓(xùn)練，驗證了其在大規(guī)模模型上的可行性。

DeepSeek-R1-Zero 通過純粹強化學(xué)習(xí)訓(xùn)練，僅依靠簡單獎懲信號優(yōu)化模型，證明了強化學(xué)習(xí)可提升模型推理能力;DeepSeek-R1 在此基礎(chǔ)上，利用冷啟動數(shù)據(jù)微調(diào)，提升模型穩(wěn)定性和可讀性。

開源共享：DeepSeek 系列模型秉持開源理念，開源了模型權(quán)重，如 DeepSeek-V3 和 DeepSeek-R1 及其蒸餾的小模型，允許用戶通過蒸餾技術(shù)借助 R1 訓(xùn)練其他模型，推動 AI 技術(shù)的交流與創(chuàng)新。

多領(lǐng)域優(yōu)勢：DeepSeek-R1 在多個領(lǐng)域展現(xiàn)強大能力，在代碼領(lǐng)域，于 Codeforces 平臺評級高，超越多數(shù)人類參賽者;在自然語言處理任務(wù)中，處理各類文本理解和生成任務(wù)表現(xiàn)優(yōu)秀。

性價比高：DeepSeek 系列模型 API 價格親民。如 DeepSeek-V3 API 輸入輸出價格遠低于同類模型;DeepSeek-R1 API 服務(wù)定價也具有競爭力，降低了開發(fā)者使用成本。

DeepSeek-R1 適用場景

自然語言處理任務(wù)：包括文本生成、問答系統(tǒng)、機器翻譯、文本摘要等。例如在問答系統(tǒng)中，DeepSeek-R1 能理解問題，運用推理能力給出準確答案;在文本生成任務(wù)里，可根據(jù)給定主題生成高質(zhì)量文本。

代碼開發(fā)：幫助開發(fā)者編寫代碼、調(diào)試程序、理解代碼邏輯。比如開發(fā)者遇到代碼問題時，DeepSeek-R1 可分析代碼并提供解決方案;還能根據(jù)功能描述生成代碼框架或具體代碼片段。

數(shù)學(xué)問題求解：在數(shù)學(xué)教育、科研等場景，解決復(fù)雜數(shù)學(xué)問題。像 DeepSeek-R1 在 AIME 競賽相關(guān)題目中表現(xiàn)出色，可用于輔助學(xué)生學(xué)習(xí)數(shù)學(xué)、科研人員處理數(shù)學(xué)難題。

模型研究與開發(fā)：為 AI 研究人員提供參考和工具，用于模型蒸餾、改進模型結(jié)構(gòu)和訓(xùn)練方法等研究。研究人員可基于 DeepSeek 開源模型進行實驗，探索新的技術(shù)方向。

輔助決策：在商業(yè)、金融等領(lǐng)域，處理數(shù)據(jù)和信息，提供決策建議。例如分析市場數(shù)據(jù)，為企業(yè)制定營銷策略提供參考;處理金融數(shù)據(jù)，輔助投資決策。

DeepSeek 系列模型簡明使用教程

訪問平臺：用戶可登錄 DeepSeek 官網(wǎng)(https://www.DeepSeek.com/)，進入平臺。

選擇模型：在官網(wǎng)或 App 中，默認對話由 DeepSeek-V3 驅(qū)動，點擊打開「深度思考」模式則是由 DeepSeek-R1 模型驅(qū)動。若通過 API 調(diào)用，根據(jù)需求在代碼中設(shè)置對應(yīng)的模型參數(shù)，如使用 DeepSeek-R1 時設(shè)置model='deepseek-reasoner'。

輸入任務(wù)：在對話界面輸入自然語言描述的任務(wù)，如「寫一篇愛情小說」「解釋這段代碼的功能」「求解數(shù)學(xué)方程」等;若使用 API，按照 API 規(guī)范構(gòu)建請求，將任務(wù)相關(guān)信息作為輸入?yún)?shù)傳遞。

獲取結(jié)果：模型處理任務(wù)后返回結(jié)果，在界面上查看生成的文本、解答的問題等;使用 API 時，從 API 響應(yīng)中解析結(jié)果數(shù)據(jù)進行后續(xù)處理。

結(jié)語

DeepSeek 系列模型憑借其卓越的性能、創(chuàng)新的訓(xùn)練方式、開源共享的精神以及高性價比的優(yōu)勢，在 AI 領(lǐng)域取得了顯著成果。

如果你對 AI 技術(shù)感興趣，不妨點贊、評論，分享你對 DeepSeek 系列模型的看法。同時，持續(xù)關(guān)注 DeepSeek 的后續(xù)發(fā)展，期待它為 AI 領(lǐng)域帶來更多驚喜和突破，推動 AI 技術(shù)不斷進步，為各個行業(yè)帶來更多變革與機遇。

本文鏈接：http://www.756gnhl.cn/post/1811.html ,轉(zhuǎn)載需注明文章鏈接來源：http://www.756gnhl.cn/

• 喜歡（10）
• 不喜歡（1）

本文鏈接：http://www.756gnhl.cn/post/1811.html