#DeepSeekR1

GPT 4.5 终于发布了，Scaling Law 撞墙说的就是它？ 预训练的计算量是 GPT4 的10倍，但是基准测试只比 4o 好 5% Devin 的代码测试超过了 Claude 3.5，但是不如 Claude 3.7 国外网友在吹写作，但是也有人发现不如 DeepSeek R1 输入75美元，输出150美元/百万token，是其他模型的10-100倍。 又贵，又慢，又不够好 非常尴尬

🔥 满血高速能联网 DeepSeek R1 API 获取教程 试了下火山引擎的 DeepSeek R1 API，目前测试下来是最稳定、最快速的方案 推理思考的速度、生成输出token的速度都非常流畅 我申请了个在本地客户端上进行了测试，视频是1倍速度，你们可以感受下。 是我用下来最快的了！而且还能联网。 新注册用户送50万token... 我写了个详细的教程分享下，教程在二楼： ⭐️

Uber优步的创始人特拉维斯TravisKalanick最近在参加All In播客节目时，谈到了他对中国式创新的理解，当时Uber在中国推出的任何新功能都能被滴滴等对手以“史诗般的强度”来复制，但随着时间的推移中国人逐渐从模仿走向创新，最终在某些领域超越了Uber，成为了行业的领导者。 同样从模仿到创新的过程也发生在AI领域，DeepSeek R1模型的发布令人震惊，因为它表明中国在AI领域的追

#分享 从 DeepSeek R1 了解推理模型的训练的四种方法 1. Inference-time scaling 在推理过程中增加计算资源以提高输出质量。一个经典的例子，就是 CoT，在 Prompt 中包含类似 `Think step by step` 的短语，它通过输出更多的 token 增加了计算资源。 2. 纯 RL DeepSeek-R1-Zero 仅通过强化学习而没有初始

深度解析ChatGPT与DeepSeek R1：强化学习如何让大模型学会“思考”？ Andrej Karpathy 前几天发的“深度解析像 ChatGPT 的大语言模型“，实在是太长了点，我自己写的翻译软件一运行就崩溃，还要花点时间修复一下（很遗憾 AI 还搞不定），先挑了其中一节讲 DeepSeek R1 的翻译了一下，强化学习如何让大模型学会“思考”。 像 GPT-4o 这种属于传统的预训

分析师称，DeepSeek R1 的开发成本为 26 亿美元，比 DeepSeek 报告的高出 467 倍 来源：StreetInsider 🤣🤣🤣

写了一篇很长的DeepSeek R1科普文，从AlphaGo战胜李世石出发，到ChatGPT类模型的训练困境，和我看到DeepSeek R1真正的闪光点，一路贯穿下来竟然写的心潮澎湃。 特别是在OpenAI和Claude的各种操作和言论后，让我更想把R1-Zero对人类的贡献告诉给更多不懂AI的人。

有人说DeepSeek R1 的 RL 范式也没啥创新，其实点不在这里。 o1出来后纷纷开始复刻，OpenAI 也不说怎么实现的，也不展示COT数据。所以说蒸馏o1纯属扯淡，OpenAI 防的死死的。 RL 论文上百篇方法几十种，最后 DeepSeek 肯定不是第一家试出来的（比如Google 的 gemini flash 2.0 thinking 就很好），但它是第一家说出来的，善莫大焉。