推理性能直逼o1，DeepSeek再次出手，重点：即将开源

聖光之護

发布时间：2024-11-21 18:10:41

1025人浏览过

来源于机器之心

转载

DeepSeek 又出手了，这次又是重磅炸弹。

昨晚，DeepSeek 上线了全新的推理模型 DeepSeek-R1-Lite-Preview ，直接冲击 OpenAI o1 保持了两个多月的大模型霸主地位。

在美国数学竞赛（AMC）中难度等级最高的 AIME 以及全球顶级编程竞赛（codeforces）等权威评测中，DeepSeek-R1-Lite-Preview 模型已经大幅超越了 GPT-4o 等顶尖模型，有三项成绩还领先于 OpenAI o1-preview。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

背后的秘诀，就是「深度思考」。

更多的强化学习、原生的思维链、更长的推理时间，能让大模型的性能更强，这在领域内已经是广泛共识。这种模式其实非常像人类大脑的深度思考。

与 OpenAI o1 有点不一样的是，DeepSeek-R1-Lite-Preview 会在回复中展示「思路链」推理，也就是响应查询和输入的不同链或「思路」，并解释它在做什么以及为什么这样做。

就像是解题时，有人喜欢将每一步骤都详尽地写在卷子上，而 DeepSeek-R1-Lite-Preview 更进一步：把内心 OS 也都写出来了。

DeepSeek 官方表示，DeepSeek R1 系列模型使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。已经发布的 DeepSeek-R1-Lite-Preview 使用的是一个较小的基座模型，尚未完全释放长思维链的潜力。

对于用户的 Prompt，DeepSeek-R1-Lite-Preview 会有一个很长的推理过程。如上图中的红色实线所示，模型所能达到的准确率与所给定的推理长度呈正相关。且相比于传统的多次采样 + 投票（Majority Voting），模型思维链长度增加展现出了更高的效率。

最惊艳的是，发布即上线：所有用户均可通过官网开启与 DeepSeek-R1-Lite-Preview 的对话，但注意要先在输入框中打开「深度思考」模式，每天限制 50 次使用。

体验地址：http://chat.deepseek.com/

不得不说，对 o1 直接发起冲击的 DeepSeek，着实让国内 AI 社区振奋了一把：

^{图源：https://www.zhihu.com/question/4689435060/answer/36575793425}

由于 DeepSeek-R1-Lite-Preview 目前仅支持网页使用，没有发布完整代码供独立第三方分析或基准测试，也没有通过 API 提供 DeepSeek-R1-Lite-Preview 以进行同类独立测试，也没有解释 DeepSeek-R1-Lite-Preview 是如何训练或构建的博客文章或技术论文，大家心中其实还有许多的「问号」。

但 DeepSeek 已经表示，正式版 DeepSeek-R1 模型会完全开源，还会公开技术报告，部署 API 服务。

^{图源：https://www.zhihu.com/question/4689435060/answer/36604051127}

回想起上一次，DeepSeek-V2 的开源和 API 降价，直接引发了国产大模型厂商的降价浪潮。同样的力度再来一波，不知道大家如何顶住。

耐心等待的时间里，我们先来实测一下。

一手实测体验

与 OpenAI o1 相同的是，根据问题的复杂程度，它也需要「思考」数十秒后再回答。

虽然有些过程中的思路在人类看来可能毫无意义，甚至是错误的，但据初步测评，DeepSeek-R1-Lite-Preview 回复的最终整体准确率还是比较高的。

比如它可以回答 GPT-4o 和 Claude 系列都翻车过的问题 —— 经典陷阱题「Strawberry 这个词中有多少个字母 R？」和「9.11 和 9.9 哪个更大？」。

有用户在 DeepSeek Chat 上使用这些 Prompt 进行测试，回复结果和思考用时情况如下：

^{Strawberry 这个词中有多少个字母 R？用时 29 秒。}

^{9.11 和 9.9 哪个更大？用时 9 秒。}

不过在数草莓的问题上，R1-Lite-Preview 有时也会困惑，数出「只有 2 个 r」的答案：

本站也实测了一把，似乎对于中文，R1-Lite-Preview 的准确率更高：

对于需要动脑的问题，R1-Lite-Preview 的表现也可圈可点，比如它可以破解行测题的逻辑陷阱：

由 LeCun 提出的物理题：圆周上均匀分布了 7 根轴，每根轴上都有一个齿轮。每个齿轮都与其左边和右边的齿轮啮合。齿轮从 1 到 7 编号，依次沿圆周排列。问题是：如果齿轮 3 顺时针旋转，问齿轮 7 会沿什么方向旋转？

得出解来十分丝滑：

接下来，给 R1-Lite-Preview 上点强度，看看它能否笑对大学物理的噩梦：《电磁学千题解》。

在 34 秒内，它根据题意列出了对应的公式，得到了正确答案：

至于 R1-Lite-Preview 被全球顶级编程竞赛（codeforces）等权威评测检验过的代码能力，让它手撕大厂秋招级别的 Leetcode 经典题「岛屿问题」试一下：

运行起来也没大问题。

然而，相比推理、物理和编程，R1-Lite-Preview 的数学能力可能没那么让人放心。

比如科技博主 @Transformer - 周问了一道中学水平的数列题，只有 o1 和 o1mini 做对了，R1-Lite-Preview 没想出关键的破题思路，而是「蒙」出了答案。

而对于最能考验人类大脑的深度思考能力的 IMO 国际数学奥林匹克竞赛试题，R1-Lite-Preview 的表现是这样的：

这道代数题相当难，全球仅有 5 个人全对。在长达 162 秒的思考过程中，R1-Lite-Preview 洋洋洒洒地把解题思路写成了一篇小论文，可能它的老师也教过 —— 把解题过程写上能得一半分。

令人遗憾的是，最终答案 c=1 是错的，正确答案如下：

而另一位「解题过程没写全」的选手 OpenAI o1 却给出了正确答案：

这说明，DeepSeek-R1-Lite-Preview 仍有进步空间，也更让我们期待完整版模型的发布了。

各位读者已经试用了吗？欢迎在评论区分享有趣的实测案例。

^{参考链接：}

^{https://mp.weixin.qq.com/s/e1YnTxZlzFvjcmrLLTA8fw}

^{https://venturebeat.com/ai/deepseeks-first-reasoning-model-r1-lite-preview-turns-heads-beating-openai-o1-performance/}

AI生成活动现场的即时新闻稿

贾跃亭：法拉第未来当前股价被严重低估目标价5美元

内存飙升成本暴涨汽车会涨价还是减配？

10家中国车企入围入围财富世界500强比亚迪进前百

关税压力下创纪录！韩国汽车年出口额达720亿美元

AI工具

AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型，支持联网搜索。

下载

相关专题

http500解决方法

http500解决方法有检查服务器日志、检查代码错误、检查服务器配置、检查文件和目录权限、检查资源不足、更新软件版本、重启服务器或寻求专业帮助等。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。

497

2023.11.09

http请求415错误怎么解决

解决方法：1、检查请求头中的Content-Type；2、检查请求体中的数据格式；3、使用适当的编码格式；4、使用适当的请求方法；5、检查服务器端的支持情况。更多http请求415错误怎么解决的相关内容，可以阅读下面的文章。

452

2023.11.14

HTTP 503错误解决方法

HTTP 503错误表示服务器暂时无法处理请求。想了解更多http错误代码的相关内容，可以阅读本专题下面的文章。

3598

2024.03.12

http与https有哪些区别

http与https的区别：1、协议安全性；2、连接方式；3、证书管理；4、连接状态；5、端口号；6、资源消耗；7、兼容性。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。

2917

2024.08.16

http与https有哪些区别

2917

2024.08.16

TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开，深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析，帮助开发者构建类型安全、结构清晰、易维护的前端工程体系，提高团队协作效率与代码质量。

2026.03.13

Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开，深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例，帮助开发者掌握 Python 在高并发场景中的高效开发方法，并提升系统资源利用率与整体运行性能。

2026.03.12

C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开，系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例，帮助开发者掌握构建高可用微服务系统的关键技术，提高系统的可扩展性与维护效率。

174

2026.03.11

Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开，系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示，帮助开发者构建稳定高效的 Go 并发任务处理系统，提高系统在高负载环境下的处理能力与稳定性。

2026.03.10

热门下载

网站特效

网站源码

网站素材

前端模板