20日晚8點(diǎn)，DeepSeek在自己官方公眾號上放出了一個大殺器：

全新自研的DeepSeek-R1-Lite 預(yù)覽版正式上線。據(jù)介紹，DeepSeek R1 系列模型使用強(qiáng)化學(xué)習(xí)訓(xùn)練，推理過程包含大量反思和驗(yàn)證，思維鏈長度可達(dá)數(shù)萬字。

該系列模型在數(shù)學(xué)、代碼以及各種復(fù)雜邏輯推理任務(wù)上，取得了媲美 o1-preview 的推理效果，并為用戶展現(xiàn)了 o1 沒有公開的完整思考過程。

圖片

等不及看下文的朋友，大家可以自行登錄DeepSeek官網(wǎng)（chat.deepseek.com），前往體驗(yàn)與國產(chǎn)版的o1模型的深度對話。

不過，這次的深度推理，DeepSeek選擇的只有數(shù)學(xué)競賽和編程方面的測評，雖然沒有其他領(lǐng)域的測評數(shù)據(jù)，但這兩項(xiàng)的難度也足以說明這個模型的厲害了！

在美國數(shù)學(xué)競賽（AMC）中難度等級最高的 AIME 以及全球頂級編程競賽（codeforces）等權(quán)威評測中，DeepSeek的表現(xiàn)大幅超越了 GPT-4o 等知名模型，前者L1獲得了91.6的成績，而o1僅有85.5分，Qwen2.5表現(xiàn)也不錯83.1。

值得注意的是，所有測評的最大推理長度是有限制的，是32k。

圖片

為什么說這一點(diǎn)值得注意，因?yàn)閾?jù)介紹，DeepSeek-R1-Lite 的推理過程包含了大量的反思和驗(yàn)證。模型在數(shù)學(xué)競賽上的得分與測試所允許思考的長度緊密正相關(guān)。

即，允許思考過程的token越長，所獲得推理結(jié)果得分越高。

圖片

小遺憾地是，DeepSeek-R1-Lite 目前仍處于迭代開發(fā)階段，僅支持網(wǎng)頁使用，暫不支持 API 調(diào)用。DeepSeek-R1-Lite 所使用的也是一個較小的基座模型，無法完全釋放長思維鏈的潛力。

不過DeepSeek表示模型還會持續(xù)進(jìn)行迭代，正式版 DeepSeek-R1 模型將完全開源，而相關(guān)的技術(shù)報(bào)告也會公開，同時也會部署 API 服務(wù)。

小編實(shí)測了一道高中奧數(shù)題，DeepSeek-R1 全程只用了15s就給了正確的思考過程，不過可惜的是，輸在了最后一個合并同類項(xiàng)的數(shù)學(xué)錯誤上。

圖片

唉，不得不說，功虧一簣呀，大模型的數(shù)學(xué)能力的確有待提升，推理層還得加油！

本文轉(zhuǎn)載自??51CTO技術(shù)棧??