驚爆老外的DeepSeek-R1到底多強(qiáng)？實(shí)測高考真題，仍存4個短板

DeepSeek開源超強(qiáng)推理模型。

原標(biāo)題：驚爆老外的DeepSeek-R1到底多強(qiáng)？實(shí)測高考真題，仍存4個短板
文章來源：智東西
內(nèi)容字?jǐn)?shù)：5780字

DeepSeek-R1：一款爆火的開源推理模型

近日，DeepSeek-R1模型開源，在AI圈引發(fā)熱烈反響。其GitHub論文收藏量迅速突破5000，并在多個平臺引發(fā)超過萬次的互動。本文將對DeepSeek-R1的性能、優(yōu)勢及不足進(jìn)行總結(jié)。

1. 強(qiáng)大的推理能力與高效性

DeepSeek-R1展現(xiàn)出強(qiáng)大的推理能力，能夠快速解決復(fù)雜的理科和文科問題。例如，它可在80多秒內(nèi)解答高考壓軸題，9分鐘內(nèi)生成用于解釋量子力學(xué)概念的動畫代碼，并輕松應(yīng)對腦筋急轉(zhuǎn)彎和歷史問題。其推理過程自然流暢，并會使用一些口語化的表達(dá)，例如“Yeah， that works!”。與前代模型DeepSeek-V3相比，DeepSeek-R1的回答更全面、詳實(shí)且論證充分，通常以結(jié)構(gòu)化方式呈現(xiàn)，并補(bǔ)充大量有啟發(fā)性的背景信息。在數(shù)學(xué)、代碼和自然語言推理等任務(wù)上，其性能與OpenAI o1不相上下。

2. 開源與低成本優(yōu)勢

DeepSeek-R1的開源性質(zhì)使其獲得廣泛關(guān)注。它不僅開源了模型本身（正式版+6款蒸餾模型），還公開了所有訓(xùn)練細(xì)節(jié)和方法，這在業(yè)界非常罕見。 其MIT協(xié)議開源許可，允許商用和模型蒸餾，進(jìn)一步降低了使用門檻。 此外，DeepSeek-R1的API接口價格極低，僅為OpenAI o1的3.7%。

3. 模型的不足與未來展望

盡管DeepSeek-R1表現(xiàn)出色，但仍存在一些不足。其通用性、多語言能力、提示工程和軟件工程能力有待提升。在函數(shù)調(diào)用和復(fù)雜角色扮演等任務(wù)上的表現(xiàn)尚未達(dá)到預(yù)期。 此外，模型對英文優(yōu)化較好，使用其它語言進(jìn)行提問會降低效率。少樣本提示有時反而會影響其性能。 DeepSeek團(tuán)隊(duì)計劃通過長思維鏈技術(shù)、異步評估等方法來改進(jìn)這些不足。

4. 總結(jié)：中國開源AI的崛起

DeepSeek-R1的出現(xiàn)展現(xiàn)了中國開源AI力量的崛起。其強(qiáng)大的性能、低廉的價格和開放的許可協(xié)議，使其有望在全球AI領(lǐng)域產(chǎn)生重大影響，并從全球開源社區(qū)獲得持續(xù)改進(jìn)。

聯(lián)系作者

文章來源：智東西
作者微信：
作者簡介：智能產(chǎn)業(yè)新媒體！智東西專注報道人工智能主導(dǎo)的前沿技術(shù)發(fā)展，和技術(shù)應(yīng)用帶來的千行百業(yè)產(chǎn)業(yè)升級。聚焦智能變革，服務(wù)產(chǎn)業(yè)升級。