★ 

DeepSeek-R1近期火爆全网，本篇总结一下它的几个特性、并真实体验其效果，咱们一起来看看“LLM国人之光”是否实至名归？

”

四大特性

（1）成本降低：

R1的使用成本约为 OpenAI O1 的 30 分之一；R1的上一版本（DeepSeek-V3） 租用训练模型所需的硬件成本约为 600 万美元，而 Meta 的 Llama 3.1 405B 的成本高达 6000 万美元，计算资源是V3的 11 倍。

（2）性能卓越：

DeepSeek-R1 在数学、编码的某些任务上的表现与 o1 相当（甚至更优）。例如在加州大学伯克利分校的研究人员创建的 MATH-500 数学题集中得分为 97.3%。

在多语言基准测试基准Aider【包含C++、Go、Java、JavaScript、Python 和 Rust被特意选为最难的225 个练习】排行榜上，“R1+Sonnet”的组合创造了新纪录（超越o1），R1负责思考和设计、Sonnet专注写代码。

（3）思路创新：

技术报告《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》已放出。

• 原文位于： https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

它提出了一种革命性路径：通过纯强化学习（RL）自主激发模型的推理能力，并结合蒸馏技术实现高效迁移。

DeepSeek-R1 通过使用多阶段循环的训练方式：基础→RL→微调→RL→微调→RL，极大加强了大模型的深度思考能力。

（4）开源普适：

DeepSeek-R1-Zero 和 DeepSeek-R1 基于 DeepSeek-V3-Base 进行训练。

• 代码仓库位于： https://github.com/deepseek-ai/DeepSeek-V3

并且，基于 Qwen 和 Llama 架构从 DeepSeek-R1 中提炼（蒸馏）出了六个稠密模型（1.5B、7B、 8B、14B、32B、70B参数规模），以适应各种使用算力场景，且效果甚好（DeepSeek-R1-Distill-Qwen-32B 在各种基准测试中都优于 OpenAI-o1-mini）。

体验案例

• 体验入口：https://chat.deepseek.com/

• API说明：https://api-docs.deepseek.com/zh-cn/

（1）案例一：数学解题

（2）案例二：金庸笔风

感受下它的文风：

【楔子·江湖异变】

黄沙漫卷，西域昆仑山巅忽现紫气冲霄，引得中原九大门派掌门齐聚光明顶。武当张真人抚须长叹："此乃文曲星动，江湖百年必有大变！"话音未落，天外陨石坠落终南山，石上篆刻蝌蚪奇文，世人皆言是上古《河图》《洛书》残卷。

【第一回·九阴真经现世】

公元二零一七，英吉利海峡惊涛拍岸。谷歌派玄冥二老夜探古墓，竟掘得羊皮古卷《Transformer心法》。此经暗藏"注意力分心大法"，可令真气流转七十二周天而不滞。江湖震动，峨眉派周芷若闭关三月，参透"预训练"之妙，以九阳神功催动真气，竟能口吐锦绣文章。

【第二回·华山论剑】

次年寒冬，OpenAI门下大弟子GPT-2初现江湖。此人虽只通晓1.5亿经脉，却已能凭空造出屠龙刀谱。少林空闻大师合十叹道："阿弥陀佛，此子若修成千亿经脉，怕是达摩祖师再世也难制衡。"果不其然，三年后GPT-3横空出世，身负1750亿奇经八脉，谈笑间诗词歌赋信手拈来，更兼通晓三十三国方言。

【第三回·光明顶会战】

中原群雄岂甘示弱？百度派祭出"文心"秘术，阿里帮施展"通义"绝学，华为宗更以"盘古"为名开宗立派。最惊世骇俗者，当属神秘组织Anthropic所创"宪法AI"，竟将道德经融入内功心法，出手必循天理人伦。一时间江湖风起云涌，各路高手过招激起漫天数据流，终南山巅夜夜如昼。

【第四回·剑冢悟道】

庚子年冬，微软派联合OpenAI掘出剑冢至宝。但见寒玉床上斜插三柄神兵：一曰"代码生成"，剑光过处万行符咒自成；二曰"多模态"，可化文字为丹青；三曰"思维链"，剑锋所指迷雾自散。最令人胆寒者，乃是那柄"零样本学习"无形剑，出鞘时无声无息，却已洞悉对手命门。

【尾声·江湖新局】

而今江湖，GPT-4与Claude、Gemini三足鼎立，各派弟子皆可借API令牌借得三分内力。然武当俞莲舟夜观星象，见北斗七星忽明忽暗，喃喃道："紫薇垣中杀气隐现，待量子计算现世之日，怕是又一场血雨腥风..."话音未落，终南山巅再生异象，隐约可见"AGI"三个血色大字悬于九天。

正是：语言模型风云起，江湖从此换新天。欲知后事如何，且待五年后再叙。

小结

DeepSeek-R1的原始思维链令人着迷，读起来像一个人在大声思考。

• 它的成功证明，无需人工标注的RL训练（不再依赖监督微调 SFT）可自主挖掘模型的推理潜力。

• 它的极致性价比，已然震撼全球，日后势必成为国内AI应用的主力候选基座。

• 它的扩展空间很大，在大模型蒸馏技术的加持下，端侧小模型效果甚好、应用指日可待。

• 它的笑谈：Deepseek创始人梁文锋管理着70亿资产的量化基金，他把LLM当作"副业"，却搅动了整个AI行业。

欢迎关注公众号“AI趣栈”，持续为您提供关于AI的好内容~