1月27日,，Deepseek應(yīng)用登頂蘋果中國地區(qū)和美國地區(qū)應(yīng)用商店免費(fèi)APP下載排行榜，在美區(qū)下載榜上超越了ChatGPT,。

蘋果美國區(qū)應(yīng)用商店

蘋果APP Store中國區(qū)免費(fèi)榜

　　Deepseek來自國產(chǎn)大模型公司深度求索,，系量化巨頭幻方量化旗下大模型公司。1月20日,，該公司正式發(fā)布推理大模型DeepSeek-R1,。一經(jīng)推出，DeepSeek-R1便憑借其“物美價(jià)廉”的特性在海外開發(fā)者社區(qū)中引發(fā)了轟動(dòng),。

　　作為一款開源模型,，R1在數(shù)學(xué)、代碼,、自然語言推理等任務(wù)上的性能能夠比肩OpenAI o1模型正式版,，并采用MIT許可協(xié)議，支持免費(fèi)商用,、任意修改和衍生開發(fā)等,。目前，在國外大模型排名榜Chatbot Arena上,，DeepSeek-R1的基準(zhǔn)測試排名已經(jīng)升至全類別大模型第三,，與OpenAI的ChatGPT-4o最新版并列，并在風(fēng)格控制類模型（StyleCtrl）分類中與OpenAI的o1模型并列第一,。

　　更令市場驚訝的是,，據(jù)DeepSeek介紹，R1的預(yù)訓(xùn)練費(fèi)用只有557.6萬美元,，在2048塊英偉達(dá)H800 GPU（針對(duì)中國市場的低配版GPU）集群上運(yùn)行55天完成,，僅是OpenAI GPT-4o模型訓(xùn)練成本的不到十分之一。DeepSeek表示,，R1在后訓(xùn)練階段大規(guī)模使用了強(qiáng)化學(xué)習(xí)技術(shù),，在僅有極少標(biāo)注數(shù)據(jù)的情況下,，極大提升了模型推理能力。此外,，DeepSeek不僅將R1訓(xùn)練技術(shù)全部公開,，還蒸餾了6個(gè)小模型向社區(qū)開源，允許用戶借此訓(xùn)練其他模型,。

　　英偉達(dá)高級(jí)研究科學(xué)家Jim Fan表示,，DeepSeek-R1可能是“首個(gè)展示了RL（強(qiáng)化學(xué)習(xí)）飛輪可以發(fā)揮作用且能帶來持續(xù)增長的OSS（開源軟件）項(xiàng)目”。其中,，“飛輪”用來形容AI系統(tǒng)中自我強(qiáng)化,、正向循環(huán)的過程。DeepSeek的論文顯示,，不同于過去AI模型往往依賴于監(jiān)督微調(diào)（SFT,，指AI模型通過已標(biāo)注的數(shù)據(jù)進(jìn)行訓(xùn)練），R1完全由強(qiáng)化學(xué)習(xí)驅(qū)動(dòng),，證明了直接強(qiáng)化學(xué)習(xí)是可行的,。

　　Jim Fan寫道：“我們正處于一個(gè)奇特的時(shí)間線上，一家非美國公司正在踐行OpenAI最初的使命,，即實(shí)現(xiàn)真正開放的前沿研究并讓所有人受益,。這種情況簡直無法理解,。最有娛樂性的結(jié)果卻是可能性最大的結(jié)果,。”