重新定义「小版本」！全面实测新版 DeepSeek R1，我们挖出了这些隐藏亮点
重新定义「小版本」！全面实测新版 DeepSeek R1，我们挖出了这些隐藏亮点DeepSeek 猝不及防地更新了，不是 R2，而是 R1 v2。
来自主题: AI资讯
9539 点击 2025-05-29 17:09
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
DeepSeek 猝不及防地更新了，不是 R2，而是 R1 v2。
复刻DeepSeek-R1的长思维链推理，大模型强化学习新范式RLIF成热门话题。
哈喽，大家好，我是袋鼠帝 昨天下午下班后，DeepSeek R1更新了 然而他们就只是悄悄在微信群里面发布了这个消息。
新版DeepSeek-R1重磅开源，凌晨已放出权重！此次模型性能几乎与o4-mini（Medium）相当，编程实测超越Claude 4 Sonnet。网友纷纷惊叹：开源又一次胜利了。
近半年来，OpenAI 形象开始变得灰暗： 团队骨干相继离职引发猜疑、组织转型遭受口诛笔伐、GPT-4.5/Sora 等模型表现不及预期，还有被 DeepSeek R1 打破的叙事神话……
今天，我们正式发布 DeepSeek-R1，并同步开源模型权重。DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。DeepSeek-R1 上线API，对用户开放思维链输出，通过设置 `model='deepseek-reasoner'` 即可调用。
只用5%的参数，数学和代码能力竟然超越满血DeepSeek？
DeepSeek-R1火了，推理模型火了，思维链（Chain-of-Thought，CoT）火了！
在今年，DeepSeek R1火了之后。
微软最近与Salesforce Research联合发布了一篇名为《Lost in Conversation》的研究，说当前最先进的LLM在多轮对话中表现会大幅下降，平均降幅高达39%。这一现象被称为对话中的"迷失"。文章分析了各大模型（包括Claude 3.7-Sonnet、Deepseek-R1等）在多轮对话中的表现差异，还解析了模型"迷失"的根本原因及有效缓解策略。