這一輪承認(rèn)潮的主要力量，國元恰恰來自一直在阻撓這一進(jìn)程的美國的傳統(tǒng)盟友。

此外，研究預(yù)訓(xùn)練數(shù)據(jù)集包含大量數(shù)學(xué)和編程相關(guān)內(nèi)容，表明DeepSeek-V3-Base已經(jīng)接觸到大量有推理痕跡的數(shù)據(jù)。當(dāng)前AI行業(yè)不乏刷榜的傳聞，汽車基準(zhǔn)測試可被操控，而經(jīng)過獨(dú)立的同行評審顯然也能打消疑慮。

、行業(yè)新模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(qiáng)化學(xué)習(xí)中，周報(bào)模型正確解答數(shù)學(xué)問題時會獲得高分獎勵，答錯則會受到懲罰。HuggingFace的機(jī)器學(xué)習(xí)工程師、開啟同時也是論文審稿人之一的LewisTunstall補(bǔ)充說，開啟盡管他不能100%確定R1未基于OpenAI示例進(jìn)行訓(xùn)練，但其他實(shí)驗(yàn)室的復(fù)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(xùn)練數(shù)據(jù)僅來自普通網(wǎng)頁和電子書，布新不包含任何合成數(shù)據(jù)。LewisTunstall表示，篇章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(nèi)容的規(guī)范，就很難評估這些系統(tǒng)是否存在風(fēng)險。

DeepSeek表示，國元假設(shè)H800的租賃價格為每小時2美元，國元DeepSeek-R1-Zero訓(xùn)練成本20.2萬美元，SFT數(shù)據(jù)集創(chuàng)建花費(fèi)1萬美元，DeepSeek-R1訓(xùn)練成本8.2萬美元，這三項(xiàng)的總成本為29.4萬美元。今年1月，研究有報(bào)道提到，OpenAI研究人員認(rèn)為，DeepSeek可能使用了OpenAI模型的輸出來訓(xùn)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(xué)研究生院，汽車對方稱剛接到消息，正在核實(shí)。此前網(wǎng)友截圖顯示，行業(yè)新模該論文下載量達(dá)31萬次，在文獻(xiàn)來源為武漢大學(xué)的論文中高居第一。一般撤下學(xué)位論文的流程：周報(bào)首先需要作者本人聯(lián)系學(xué)校研究生院，然后校方出具撤稿函。第一財(cái)經(jīng)記者今天上午查詢中國知網(wǎng)發(fā)現(xiàn)，開啟其論文《中印生育行為影響家庭暴力的經(jīng)濟(jì)學(xué)分析》已經(jīng)下架。當(dāng)天早些時候，布新第一財(cái)經(jīng)記者發(fā)現(xiàn)在知網(wǎng)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。