科學(xué)家們對(duì)DeepSeek-R1表現(xiàn)出濃厚興趣，這是一種價(jià)格低廉但功能強(qiáng)大的人工智能推理模型。自一家中國(guó)公司上周發(fā)布以來，美國(guó)股市因此出現(xiàn)上漲。測(cè)試表明，DeepSeek-R1在解決數(shù)學(xué)和科學(xué)問題方面與OpenAI于9月發(fā)布的o1模型相當(dāng)。

盡管R1在某些任務(wù)上仍有不足，但它為全球科學(xué)家提供了訓(xùn)練定制推理模型的機(jī)會(huì)。俄亥俄州立大學(xué)的人工智能研究員Huan Sun表示，由于其出色的性能和低成本，更多科學(xué)家可以在日常研究中嘗試大型語言模型，而不必?fù)?dān)心成本。她還提到幾乎所有從事人工智能工作的同事都在討論這個(gè)模型。

對(duì)于研究人員來說，R1的低成本和開放性可能帶來巨大變革。他們可以通過應(yīng)用程序編程接口以較低成本查詢?cè)撃Ｐ停蛘呙赓M(fèi)使用其在線聊天機(jī)器人DeepThink。此外，還可以將模型下載到自己的服務(wù)器上并免費(fèi)運(yùn)行和構(gòu)建，這在競(jìng)爭(zhēng)對(duì)手的封閉模型如o1中是不可能實(shí)現(xiàn)的。

溫哥華不列顛哥倫比亞大學(xué)的人工智能研究員Cong Lu表示，自1月20日R1推出以來，許多研究人員一直在探索如何基于R1訓(xùn)練自己的推理模型。Hugging Face的數(shù)據(jù)支持了這一點(diǎn)，一周內(nèi)記錄了超過300萬次不同版本的R1下載。

Sun的研究團(tuán)隊(duì)對(duì)R1進(jìn)行了初步測(cè)試，結(jié)果顯示它在生物信息學(xué)、計(jì)算化學(xué)和認(rèn)知神經(jīng)科學(xué)等領(lǐng)域的數(shù)據(jù)驅(qū)動(dòng)任務(wù)中表現(xiàn)良好。兩種模型都正確解決了約三分之一的任務(wù)，但R1的成本僅為o1的1/13，雖然思考速度較慢。

在數(shù)學(xué)領(lǐng)域，牛津大學(xué)的Frieder Simon發(fā)現(xiàn)R1在抽象泛函分析中的證明比o1更具前景。但他也指出，研究人員需要具備分辨證明質(zhì)量的能力，因?yàn)檫@些模型可能會(huì)犯錯(cuò)。

R1受到廣泛關(guān)注的原因之一是其以“開放權(quán)重”形式發(fā)布，這意味著其算法連接可供繼續(xù)使用?？茖W(xué)家可以通過微調(diào)提高其在特定領(lǐng)域的性能。孫教授表示，只要有合適的數(shù)據(jù)集，研究人員可以訓(xùn)練模型以改進(jìn)特定科學(xué)過程的編碼任務(wù)。

能夠下載并部署R1到本地系統(tǒng)也有助于保護(hù)隱私，特別是在涉及敏感數(shù)據(jù)的醫(yī)學(xué)研究中。舊金山人工智能公司Anthropic的聯(lián)合創(chuàng)始人Jack Clark表示，DeepSeek展示了改進(jìn)其他模型的方法，通過將其推理能力傳授給其他大型語言模型，例如Meta的Llama。

研究人員也在應(yīng)用強(qiáng)化學(xué)習(xí)技術(shù)來改進(jìn)具體任務(wù)。Lu去年參與創(chuàng)建了一個(gè)名為“AI Scientist”的模型，該模型可以執(zhí)行從文獻(xiàn)掃描到撰寫論文的一系列研究任務(wù)。通過定義適當(dāng)?shù)莫?jiǎng)勵(lì)信號(hào)，科學(xué)家可以針對(duì)任何目標(biāo)訓(xùn)練模型。

然而，DeepSeek-R1并非完美無缺。例如，在一些簡(jiǎn)單的任務(wù)上，如計(jì)算包含字母W的美國(guó)州名數(shù)量時(shí)，聊天機(jī)器人DeepThink未能成功完成。與其他中國(guó)模型一樣，R1拒絕回答政治敏感問題，但尚不清楚這是內(nèi)置限制還是界面設(shè)置所致。