中国大模型，首登Nature封面。 9月17日，在最新🤯一期的国际权威期刊Nature（自然）中，DeepSeek-🤗R1推理模型研究论文登上了封面。该论文由DeepSeek团队😡共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😜ture封面，也是全球首个经过完整同行评审并发表于权威期刊的💯主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😍模型都还没有经过独立同行评审，这一空白终于被DeepSeek😊打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😴缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😜有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。😅 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🤗平台arXiv上。自今年2月14日向Nature投递论文至今🤔，历经半年，8位外部专家参与了同行评审，DeepSeek-R🔥1推理模型研究论文终获发表，完成了从预印本到Nature封面👍的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🌟法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度🤩和可重复性的可喜一步。 因此，Nature也对Deep😜Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有🚀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🤯Seek打破。”全球知名开源社区Hugging Face机器😎学习工程师Lewis Tunstall也是DeepSeek论😡文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤩种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🥳潜在风险。” 据了解，DeepSeek本次在Natur🚀e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🔥不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🔥节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😜提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行👏了全面评估。 其中，在训练成本方面，R1-Zero和R👍1都使用了512张H800GPU，分别训练了198个小时和8👍0个小时，以H800每GPU小时2美元的租赁价格换算，R1的🤔总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可❤️谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🥳”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽👍然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门👍的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型👏输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O👏penAI称它发现DeepSeek使用了OpenAI专有模型🚀来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😘 R2何时问世引发关注 自今年年初发布R1以来，D🥳eepSeek在全球树立了开源模型的典范，但过去数月，外界对😜于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🥳的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有🤔关。 展开全文 值得注意的是，今年8月21日，D❤️eepSeek正式发布DeepSeek-V3.1，称其为“迈⭐向Agent（智能体）时代的第一步”。据DeepSeek介绍😊，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🔥时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙌时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😁模型在工具使用与智能体任务中的表现有较大提升。 由于R🤗1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🥳上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek😍强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🤩ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🔥国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🙌理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表😡态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了😴其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟🙄制程（12-28nm）上接近先进制程英伟达GPU的算力精度，❤️DeepSeek-V3.1使用UE8M0 FP8 Scale🙌参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”🎉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😴拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😁换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😎万健祎 校对：王朝全 版权声明 " Typ🎉e="normal"@@--> 证券时报各平台所有原创😍内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😴行为主体法律责任的权利。 转载与合作可联系证券时报小助😍理，微信ID：SecuritiesTimes " Ty😜pe="normal"@@-->返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多