【ITBEAR】DeepSeek公司近期宣布了一項重要進(jìn)展，其最新研發(fā)的推理模型DeepSeek-R1-Lite預(yù)覽版已正式上線，這一消息引起了業(yè)界的廣泛關(guān)注。
據(jù)悉，DeepSeek R1系列模型采用了先進(jìn)的強(qiáng)化學(xué)習(xí)技術(shù)進(jìn)行訓(xùn)練，其推理過程不僅深入細(xì)致，還包含了大量的反思與驗證環(huán)節(jié)。這一特性使得該系列模型在思維鏈的長度上能夠達(dá)到數(shù)萬字的級別，從而在數(shù)學(xué)、代碼以及各類復(fù)雜邏輯推理任務(wù)上展現(xiàn)出了卓越的性能。DeepSeek R1系列模型在推理效果上已經(jīng)能夠媲美OpenAI的o1-preview模型，并且還能夠向用戶展示o1模型所未公開的完整思考過程。
在DeepSeek-R1-Lite預(yù)覽版的測試中，該模型在美國數(shù)學(xué)競賽（AMC）中難度最高的AIME賽事以及全球頂級編程競賽codeforces等評測中，均取得了優(yōu)異的成績，甚至超越了GPT-4o等知名模型。這一表現(xiàn)無疑進(jìn)一步驗證了DeepSeek-R1-Lite在復(fù)雜邏輯推理任務(wù)上的強(qiáng)大實力。
DeepSeek-R1-Lite的推理過程不僅長度可觀，而且其包含的反思與驗證環(huán)節(jié)也大大增強(qiáng)了其推理的準(zhǔn)確性。根據(jù)官方提供的數(shù)據(jù)，模型在數(shù)學(xué)競賽上的得分與其所允許的思考長度緊密相關(guān)。換句話說，給予模型更多的思考時間，其推理的準(zhǔn)確率也會相應(yīng)提升。
從圖中可以清晰地看到，紅色實線展示了DeepSeek-R1-Lite模型所能達(dá)到的準(zhǔn)確率與所給定的推理長度之間的正相關(guān)關(guān)系。這一數(shù)據(jù)無疑為DeepSeek-R1-Lite的推理能力提供了有力的支撐。
盡管DeepSeek-R1-Lite已經(jīng)展現(xiàn)出了強(qiáng)大的推理能力，但官方表示該模型目前仍處于迭代開發(fā)階段。目前，DeepSeek-R1-Lite僅支持在網(wǎng)頁上使用，尚未開放API調(diào)用功能。由于該模型所使用的基座模型相對較小，因此其長思維鏈的潛力尚未完全釋放。
不過，DeepSeek公司也透露了一個好消息，那就是正式版的DeepSeek-R1模型將完全開源，并公開技術(shù)報告以及部署API服務(wù)。這無疑將為更多開發(fā)者提供學(xué)習(xí)和使用DeepSeek-R1模型的機(jī)會，同時也將進(jìn)一步推動人工智能領(lǐng)域的發(fā)展。
