通報稱，股1股其將公權力當作攫取私利的工具，并刁難群眾、吃拿卡要、攤派費用。

在補充材料中，商譽DeepSeek提到了R1模型的訓練成本僅29.4萬美元，以及回應了模型發(fā)布之初關于蒸餾OpenAI的質疑。具體到此次發(fā)布論文內容，報告其題目是《DeepSeek-R1：報告IncentivizingReasoningCapabilityinLLMsviaReinforcementLearning》，主要公開了僅靠強化學習，就能激發(fā)大模型推理能力的重要研究成果。

此外，億減季預訓練數(shù)據(jù)集包含大量數(shù)學和編程相關內容，表明DeepSeek-V3-Base已經接觸到大量有推理痕跡的數(shù)據(jù)。當前AI行業(yè)不乏刷榜的傳聞，值創(chuàng)基準測試可被操控，而經過獨立的同行評審顯然也能打消疑慮。、新高以往的研究主要依賴大量監(jiān)督數(shù)據(jù)來提升模型性能。

在強化學習中，度扭模型正確解答數(shù)學問題時會獲得高分獎勵，答錯則會受到懲罰。HuggingFace的機器學習工程師、股1股同時也是論文審稿人之一的LewisTunstall補充說，股1股盡管他不能100%確定R1未基于OpenAI示例進行訓練，但其他實驗室的復制嘗試表明，DeepSeek的推理方案可能足夠優(yōu)秀而無須這樣做。

DeepSeek-V3-Base的訓練數(shù)據(jù)僅來自普通網頁和電子書，商譽不包含任何合成數(shù)據(jù)。LewisTunstall表示，報告這是一個非常受歡迎的先例，如果沒有公開分享這一流程大部分內容的規(guī)范，就很難評估這些系統(tǒng)是否存在風險。馬斯克頗具爭議的公眾形象對公司電動汽車銷量造成不利影響，億減季進而拖累了股價表現(xiàn)。英偉達當時已非無名之輩，值創(chuàng)但此次股價波動讓投資者真切認識到該公司作為人工智能浪潮領軍者的地位。彼時，新高以拉斯貢（StacyRasgon）為首的伯恩斯坦分析師稱這一預期無論從哪個角度看都堪稱天文數(shù)字。根據(jù)道瓊斯市場數(shù)據(jù)（DowJonesMarketData），度扭甲骨文成為首家市值至少達到5000億美元、卻實現(xiàn)單日股價漲幅超25%的公司。《彭博億萬富豪指數(shù)》（BloombergBillionairesIndex）數(shù)據(jù)顯示，股1股在蟬聯(lián)全球首富頭銜近300天后，特斯拉公司首席執(zhí)行官馬斯克（ElonMusk）交出了位置。