實測DeepSeek深度思考模式低成本高效挑戰(zhàn)OpenAI(2)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2025-01-27 23:02:39 百家號

實測DeepSeek深度思考模式低成本高效挑戰(zhàn)OpenAI

根據(jù)官方公布的性能測試，DeepSeek在數(shù)學(xué)測試,、編程等多個領(lǐng)域與o1模型表現(xiàn)旗鼓相當,，在某些測試中還超過了o1模型,。此外,，DeepSeek的訓(xùn)練成本更低,，使用的算力也受到限制,。相比之下,，Meta旗下Llama3.1 405B模型的訓(xùn)練成本超過6000萬美元,，而OpenAI的GPT-4o模型的訓(xùn)練成本為1億美元,。

實測DeepSeek深度思考模式低成本高效挑戰(zhàn)OpenAI

DeepSeek的價格優(yōu)勢早在去年年中就已顯現(xiàn)，但由于當時知名度不高,，降價聲勢很快被其他大廠蓋過?，F(xiàn)在，除了價格優(yōu)勢外,，DeepSeek還有比肩o1模型的性能,。一些業(yè)內(nèi)人士認為,，DeepSeek可能顛覆硅谷巨頭的高投入路徑，對那些依賴銷售大量GPU的公司形成挑戰(zhàn),。

實測DeepSeek深度思考模式低成本高效挑戰(zhàn)OpenAI

在實際應(yīng)用方面,，DeepSeek的表現(xiàn)同樣令人印象深刻。通過聯(lián)網(wǎng)搜索功能,，DeepSeek能夠整理出詳細的事件表,，并展示清晰的思考過程。日常使用中,，用戶發(fā)現(xiàn)該模型對中國古代文化如生辰八字,、奇門遁甲等非常熟悉，且展示了專業(yè)的思考過程,。

DeepSeek之所以能以較低的成本訓(xùn)練出高性能模型,，是因為它摒棄了傳統(tǒng)的監(jiān)督微調(diào)，采用單純的強化學(xué)習(xí)訓(xùn)練,。這一方法不僅減少了計算資源的需求,，還觀察到了模型的“頓悟時刻”。在處理復(fù)雜問題時,，模型會重新評估初步方法并分配更多思考時間,，顯示出高級的問題解決策略。

DeepSeek團隊由清華大學(xué)和北京大學(xué)的應(yīng)屆生和實習(xí)生主導(dǎo),，平均年齡不足26歲,。這種自下而上的創(chuàng)新文化與OpenAI早期類似。面壁智能首席科學(xué)家劉知遠認為,，DeepSeek的成功證明了通過有限資源的高效利用可以實現(xiàn)以少勝多,，縮小了中美在AI領(lǐng)域的差距。未來發(fā)展路徑尚不明確,，仍需百倍努力探出新路,。

首頁上一頁 12共 2 頁

(責(zé)任編輯：張佳鑫 0764)

關(guān)閉

實測DeepSeek深度思考模式 低成本高效挑戰(zhàn)OpenAI(2)

相關(guān)新聞

今日熱點

頻道熱點

實測DeepSeek深度思考模式低成本高效挑戰(zhàn)OpenAI(2)