深度求索发布DeepSeek-R1：推理性能对标OpenAI o1

1月20日，深度求索（DeepSeek）正式发布其最新推理模型DeepSeek-R1，并同步开源。该模型在数学、代码和逻辑推理等任务上表现出色，性能对标OpenAI的o1模型正式版。

DeepSeek-R1采用强化学习训练，在仅有极少标注数据的情况下，通过纯强化学习激发模型的推理能力。其技术上的一大亮点是采用了“顿悟”式的训练方法，使模型在训练过程中自发涌现出反思和纠错等复杂推理行为。此外，深度求索还开源了DeepSeek-R1-Zero和基于Llama等架构的蒸馏模型，以推动AI社区发展。

在多项基准测试中，DeepSeek-R1在数学（如AIME 2024、MATH-500）和编程（如Codeforces、LiveCodeBench）等任务上达到或接近OpenAI o1的水平，部分指标甚至超越。该模型的推出为开源社区提供了强有力的推理模型选择，并验证了纯强化学习路线的可行性。