近期DeepSeek在国内外受到广泛关注，请详细谈谈主要原因是什么？

近期DeepSeek在国内外受到广泛关注，请详细谈谈主要原因是什么？

刘知远：这主要是因为DeepSeek最近发布的R1模型具有非常重要的价值。这种价值主要体现在其能够复现OpenAI o1的深度推理能力。

因为OpenAI o1本身并没有提供关于其实现细节的任何信息，OpenAI o1 相当于引爆了一颗原子弹，但没有告诉大家秘方。而我们需要从头开始，自己去寻找如何复现这种能力的方法。DeepSeek可能是全球首个能够通过纯粹的强化学习技术复现OpenAI o1能力的团队，并且他们通过开源并发布相对详细的介绍，为行业发展做出了重要贡献。

DeepSeek -R1的整个训练流程，有两个非常重要的亮点或价值。

首先，DeepSeek R1创造性地基于DeepSeek V3基座模型，通过大规模强化学习技术，得到了一个纯粹通过强化学习增强的强推理模型，即DeepSeek-R1-Zero。这具有非常重要的价值。因为，在历史上几乎没有团队能够成功地将强化学习技术很好地应用于大规模模型上，并实现大规模训练。

DeepSeek R1的第二个重要贡献，在于其强化学习技术不仅局限于数学、算法代码等容易提供奖励信号的领域，还能创造性地将强化学习带来的强推理能力泛化到其他领域。这也是用户在实际使用DeepSeek- R1进行写作等任务时，能够感受到其强大的深度思考能力的原因。

综上，DeepSeek -R1的贡献体现在两个方面：一是通过规则驱动的方法实现了大规模强化学习；二是通过深度推理SFT数据与通用SFT数据的混合微调，实现了推理能力的跨任务泛化。这使得DeepSeek -R1能够成功复现OpenAI o1的推理水平。