近日，杭州深度求索人工智能基础技术研究有限公司（以下简称“深度求索”）正式发布DeepSeek-R1模型。该模型号称在数学、代码、自然语言推理等任务上，性能比肩美国OpenAI公司最新的o1大模型正式版。

看到这一消息，你也许又懵了，DeepSeek-R1 和此前的DeepSeek-V3又有什么区别？简单来说，R1是在V3的基础上，又训练出的新模型。

“此次最大看点便是，DeepSeek-R1 后训练阶段中，大规模使用了强化学习技术，这一技术让大模型学会了自己训练自己，就像秒杀的AlphaGo的AlphaZero一样，通过自我博弈来进化而不是通过人类的教导取得进步。” 北京理工大学校外硕士生导师、无界AI联合创始人马千里说道。

感兴趣的读者请扫二维码查看。