主要工作：
1）DeepSeek此次發(fā)布了DeepSeek-R1-Zero和DeepSeek-R1模型。DeepSeek-R1-Zero模型僅依靠大規(guī)模強化學(xué)習(xí)訓(xùn)練，沒有監(jiān)督微調(diào)，便實現(xiàn)了推理能力的自主進(jìn)化，自發(fā)涌現(xiàn)出“反思”、“多步驗證”等復(fù)雜推理行為，尤其是邏輯能力得到大幅飛躍。
2）但該模型存在可讀性差、語言混合等問題，為了解決這一問題，DeepSeek-R1模型通過冷啟動數(shù)據(jù)和迭代強化學(xué)習(xí)微調(diào)實現(xiàn)：通過數(shù)千條高質(zhì)量長推理鏈數(shù)據(jù)對基礎(chǔ)模型微調(diào)，強制規(guī)范輸出，提高可讀性，同時在語言一致性上進(jìn)行了訓(xùn)練提升，并且融入了人類偏好獎勵模型，對模型進(jìn)行了規(guī)范。
3）使用DeepSeek-R1作為教師模型生成800K數(shù)據(jù)，并對多個小型密集模型微調(diào)，小模型性能飛躍。以通義千問的15億參數(shù)量大模型為例，經(jīng)過DeepSeek微調(diào)后，數(shù)學(xué)題上超過GPT4o-0513的水平。
核心創(chuàng)新點：
1）傳統(tǒng)大模型需要大量人工標(biāo)注的監(jiān)督數(shù)據(jù)進(jìn)行訓(xùn)練，但DeepSeek-R1-Zero首次驗證了無需任何微調(diào)數(shù)據(jù)，【僅通過強化學(xué)習(xí)即可實現(xiàn)推理能力的自主進(jìn)化】。而且這是沒有獎勵思維鏈長度（通俗講，沒有引導(dǎo)推理模型用更多的時間去思考）的情況下實現(xiàn)的，即目標(biāo)只是為了作對題目，大模型就會自發(fā)進(jìn)行更長地思考，并且最后回答效果更好。
2）在這個過程中，【觀察到了反思、多步驗證能力的涌現(xiàn)】，出現(xiàn)問題后，模型會自動糾正早期錯誤。
#重要性：前兩條非常重要，一個是指出新道路，一個是證明這條道路有巨大的潛力，會進(jìn)一步加速Agent應(yīng)用。
3）盡管DeepSeek-R1-Zero足夠優(yōu)秀，但他經(jīng)常會出現(xiàn)中英文混雜、格式混亂的現(xiàn)象，工程上仍需優(yōu)化。因此DeepSeek-R1模型通過與人類知識、經(jīng)驗、規(guī)范相融合，實現(xiàn)了更好的輸出。
4）能力可以遷移：把R1蒸餾后可實現(xiàn)推理能力遷移，小模型也可以在特定任務(wù)中媲美大模型。
#重要性：小算力也可實現(xiàn)復(fù)雜功能，在邊緣場景，如自動駕駛、機(jī)器人等一系列實時應(yīng)用提供更好的方案。
DeepSeek相關(guān)概念股：
?每日互動：幻方股東/技術(shù)負(fù)責(zé)人徐進(jìn)為每日互動聯(lián)合創(chuàng)始人之一。
?浙江東方：通過旗下杭州東方嘉富基金參投DeepSeek天使輪。市場傳聞，注意風(fēng)險。
?華金資本：珠海國資旗下投資平臺間接參與DeepSeekPre-A輪融資。市場傳聞，注意風(fēng)險。
?浪潮信息：為DeepSeek北京亦莊智算中心提供AI服務(wù)器集群及英偉達(dá)H800+自研AIStation管理平臺。
?中科曙光：承建DeepSeek杭州訓(xùn)練中心液冷系統(tǒng)。
?航錦科技：旗下超擎數(shù)智為DeepSeek提供光模塊和交換機(jī)，雙方深度合作。
?拓爾思：與DeepSeek聯(lián)合開發(fā)金融輿情大模型，已在中信證券等機(jī)構(gòu)部署智能研報生成系統(tǒng)。
?陽光照明：曾購買幻方3億產(chǎn)品，且其電器出海業(yè)務(wù)外銷占比75%,有望與幻方在相關(guān)業(yè)務(wù)上協(xié)同發(fā)展。
?飛利信：是目前市場上采用MLA機(jī)制不多的上市公司，而DeepSeek-V2采用了創(chuàng)新的包括MLA在內(nèi)的模型架構(gòu)和訓(xùn)練方法。
?卓創(chuàng)資訊：幻方作為大型私募，與卓創(chuàng)資訊在金融語料庫方面有合作。
?南威軟件：在人工智能方面，基于多頭注意力機(jī)制和增強特征金字塔方法，掌握了新型的生物認(rèn)證技術(shù)，與DeepSeek的技術(shù)有一定關(guān)聯(lián)性。
?海天瑞聲：海天瑞聲以數(shù)據(jù)服務(wù)為刃，切入幻方的發(fā)展脈絡(luò)，幻方的蓬勃發(fā)展將牽引著海天瑞聲訂單量與業(yè)務(wù)收入節(jié)節(jié)攀升。
?科大訊飛：在教育領(lǐng)域接入了DeepSeek-Math模型并聯(lián)合推出了AI數(shù)學(xué)輔導(dǎo)應(yīng)用“星火助學(xué)”。
?競業(yè)達(dá)：與百度、阿里、騰訊等國內(nèi)科技巨頭合作，使用其AI大模型(如百度的文心大型)，競業(yè)達(dá)與DeepSeek大模型的對接中。
?金山辦公：WPS智能寫作功能集成DeepSeek-Writer API，公文生成效率提升3倍，錯誤率下降90%。
