DeepSeek open-sources R1 reasoning model

2025年1月20日，成立仅一年多的深度求索（DeepSeek）发布新一代大模型 R1，性能比肩 OpenAI o1 正式版，同时实现超低训练成本并全面开源。R1 在后训练阶段大规模使用强化学习技术，在数学、代码、自然语言推理等任务上表现突出。该模型采用无监督强化学习训练体系，显著降低对人工标注数据的依赖，训练成本据测算不到 600 万美元，约为美国同类模型的十分之一。R1 的开源引发全球 AI 界震动，投资人马克·安德森称其为 AI 的斯普特尼克时刻。