這一輪承認潮的主要力量，撲克牌挑恰恰來自一直在阻撓這一進程的美國的傳統(tǒng)盟友。

此外，戰(zhàn)賽預訓練數(shù)據集包含大量數(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。當前AI行業(yè)不乏刷榜的傳聞，撲克牌挑基準測試可被操控，而經過獨立的同行評審顯然也能打消疑慮。

、戰(zhàn)賽以往的研究主要依賴大量監(jiān)督數(shù)據來提升模型性能。在強化學習中，撲克牌挑模型正確解答數(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、戰(zhàn)賽同時也是論文審稿人之一的LewisTunstall補充說，戰(zhàn)賽盡管他不能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)據僅來自普通網頁和電子書，撲克牌挑不包含任何合成數(shù)據。LewisTunstall表示，戰(zhàn)賽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。

DeepSeek表示，撲克牌挑假設H800的租賃價格為每小時2美元，撲克牌挑DeepSeek-R1-Zero訓練成本20.2萬美元，SFT數(shù)據集創(chuàng)建花費1萬美元，DeepSeek-R1訓練成本8.2萬美元，這三項的總成本為29.4萬美元。今年1月，戰(zhàn)賽有報道提到，OpenAI研究人員認為，DeepSeek可能使用了OpenAI模型的輸出來訓練R1，這種方法可以在使用較少資源的情況下加速模型能力提升。隨后記者詢問武漢大學研究生院，撲克牌挑對方稱剛接到消息，正在核實。此前網友截圖顯示，戰(zhàn)賽該論文下載量達31萬次，在文獻來源為武漢大學的論文中高居第一。一般撤下學位論文的流程：撲克牌挑首先需要作者本人聯(lián)系學校研究生院，然后校方出具撤稿函。第一財經記者今天上午查詢中國知網發(fā)現(xiàn)，戰(zhàn)賽其論文《中印生育行為影響家庭暴力的經濟學分析》已經下架。當天早些時候，撲克牌挑第一財經記者發(fā)現(xiàn)在知網無法搜索到該論文，而同一時間段其它論文均能正常展示、下載。