通報稱，保羅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，遭驅逐勇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，士險勝火其題目是《DeepSeek-R1：士險勝火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，保羅預訓練數據集包含大量數學和編程相關內容，表明DeepSeek-V3-Base已經接觸到大量有推理痕跡的數據。當前AI行業(yè)不乏刷榜的傳聞，遭驅逐勇基準測試可被操控，而經過獨立的同行評審顯然也能打消疑慮。、士險勝火以往的研究主要依賴大量監(jiān)督數據來提升模型性能。

在強化學習中，保羅模型正確解答數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、遭驅逐勇同時也是論文審稿人之一的LewisTunstall補充說，遭驅逐勇盡管他不能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的訓練數據僅來自普通網頁和電子書，士險勝火不包含任何合成數據。LewisTunstall表示，保羅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，遭驅逐勇進而拖累了股價表現。英偉達當時已非無名之輩，士險勝火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，保羅以拉斯貢（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字。根據道瓊斯市場數據（DowJonesMarketData），遭驅逐勇甲骨文成為首家市值至少達到5000億美元、卻實現單日股價漲幅超25%的公司?！杜聿﹥|萬富豪指數》（BloombergBillionairesIndex）數據顯示，士險勝火在蟬聯全球首富頭銜近300天后，特斯拉公司首席執(zhí)行官馬斯克（ElonMusk）交出了位置。