1月27日，由国产大模型公司杭州深度求索开发的Deepseek使用登顶苹果我国区域和美国区域使用商铺免费APP下载排行榜，在美区下载榜上逾越了ChatGPT。
Deepseek来自国产大模型公司深度求索，系量化巨子幻方量化旗下大模型公司。1月20日，该公司正式对外发布推理大模型DeepSeek-R1。一经推出，DeepSeek-R1便凭仗其“物美价廉”的特性在海外开发者社区中引发了颤动。
作为一款开源模型，R1在数学、代码、自然语言推理等任务上的功能可以比肩OpenAI o1模型正式版，并选用MIT答应协议，支撑免费商用、恣意修正和衍生开发等。现在，在国外大模型排名榜Chatbot Arena上，DeepSeek-R1的基准测验排名现已升至全类别大模型第三，与OpenAI的ChatGPT-4o最新版并排，并在风格操控类模型（StyleCtrl）分类中与OpenAI的o1模型并排第一。
更令商场惊奇的是，据DeepSeek介绍，R1的预练习费用只要557.6万美元，在2048块英伟达H800 GPU（针对我国商场的低配版GPU）集群上运转55天完结，仅是OpenAI GPT-4o模型练习本钱的不到十分之一。DeepSeek表明，R1在后练习阶段大规模使用了强化学习技能，在仅有很少标示数据的状况下，极大提升了模型推理才能。此外，DeepSeek不只将R1练习技能悉数揭露，还蒸馏了6个小模型向社区开源，答应用户借此练习其他模型。
英伟达高档研讨科学家Jim Fan表明，DeepSeek-R1可能是“首个展现了RL（强化学习）飞轮能发挥作用且能带来持续增长的OSS（开源软件）项目”。其间，“飞轮”用来描述AI体系中自我强化、正向循环的进程。DeepSeek的论文显现，不同于曩昔AI模型往往依赖于监督微调（SFT，指AI模型经过已标示的数据来进行练习），R1完全由强化学习驱动，证明了直接强化学习是可行的。
Jim Fan写道：“咱们正处于一个独特的时刻线上，一家非美国公司正在饯别OpenAI开始的任务，即完成真实敞开的前沿研讨并让所有人获益。这种状况几乎没办法了解。最有娱乐性的成果却是可能性最大的成果。”