在人工智能領域，一場悄無聲息的革命正在上演。1月20日，DeepSeek團隊震撼發布了其最新開源模型——DeepSeek-R1，該模型一經推出，便在GitHub上迅速收獲了超過4000個星標，成為大模型領域的焦點。

DeepSeek-R1的問世，不僅打破了之前關于其是否基于OpenAI o1進行蒸餾的傳言，團隊更是直接宣稱：“我們的模型可以與開源版的o1一較高下?！边@一聲明無疑為DeepSeek-R1增添了更多神秘色彩。

值得注意的是，DeepSeek-R1在模型訓練上實現了重大突破，摒棄了傳統的SFT數據，完全依賴于強化學習（RL）進行訓練。這一改變意味著模型已經具備了自我思考的能力，更加貼近人類的思維模式。

網友們對DeepSeek-R1的評價頗高，甚至有人將其譽為“開源LLM界的AlphaGo”。這一贊譽不僅體現了DeepSeek-R1的強大實力，也反映了公眾對于開源模型發展的期待。

DeepSeek團隊的自信并非空穴來風。在后訓練階段，DeepSeek-R1憑借有限的數據，在模型推理能力上遠超o1。在數學、代碼和自然語言推理等多個領域，DeepSeek-R1都展現出了卓越的性能。

例如，在AIME 2024數學競賽中，DeepSeek-R1取得了79.8%的成績，略高于OpenAI的o1-1217。在MATH-500測試中，DeepSeek-R1更是達到了97.3%的高分，與o1-1217相當，同時顯著優于其他模型。在編程競賽方面，DeepSeek-R1也表現出了專家級水平，其Codeforces上的Elo評級達到了2029，超過了96.3%的人類參賽者。

DeepSeek團隊還開源了6個參數不同的小模型，包括1.5B、7B、8B、14B、32B和70B。這些蒸餾過的模型在性能上不僅超越了GPT-4o、Claude 3.5 Sonnet和QwQ-32B，甚至與o1-mini的效果相當。

更令人驚嘆的是，DeepSeek-R1在成本上僅為o1的五十分之一，卻能實現與o1相同的效能。這種高性價比讓DeepSeek-R1成為了“花小錢，辦大事”的典范。

DeepSeek-R1的成功不僅在于其卓越的性能，更在于其開源的訓練數據集和優化工具。這一做法讓不少網友直呼：“這才是真正的Open AI?！盌eepSeek團隊的核心技術包括Self play、Grpo以及Cold start，這些技術的運用使得DeepSeek-R1在訓練過程中能夠自主思考、自我優化，從而實現了性能上的飛躍。

DeepSeek-R1的發布引起了國內外大模型從業者的廣泛關注。深度賦智CEO吳承霖評價道：“DeepSeek R1確實厲害，但方法非常簡單，核心其實就三點?！边@三點正是Self play、Grpo以及Cold start，它們共同構成了DeepSeek-R1成功的基石。