夕小瑤科技說 原創
作者 | 付奶茶
家人們，DeepSeek 剛推出了他們最新的類o1推理模型——DeepSeek R1-Lite。
這代表著國產大模型開始進入o1時代了。
根據官方的介紹，r1的思維鏈的長度可以達到數萬字，採用強化學習技術，推理過程涵蓋大量的反思和驗證環節。
先簡單看一眼指標表現，再拉出來練練。
整體結論是：數學和程式設計方面，這款模型與o1-preview相當，甚至一些榜單結果上超越了o1。
比如美國數學競賽（AMC）中最高難度級別的AIME，DeepSeek R1-Lite領先o1一大截！
推理時間更長了！但是效果更牛逼了！
DeepSeek提到，他們做了更強勢的推理時間越長，效能越好。
如下圖所示，DeepSeek-R1-Lite-Preview和o1-preview對比，隨著思考長度的增加，AIME 上的得分穩步提高。
預覽版可以試用了，正式版在路上
DeepSeek團隊透露，R1模型目前還在持續打磨中。
後續會推出正式版，並且開源，開放API，還會公佈完整的技術細節。我已經等不及了，勇士們快點肝！
目前線上的還是預覽版，每天可以50次免費測試～
想試試的小夥伴，連結我貼在這兒了：https://chat.deepseek.com/
拉出來比武！
既然開測試了（讓我白嫖）！那咱們就拿幾道題測測它！
首先是大名鼎鼎的草莓問題。
問題：“strawberry”幾個r？
先是不用o1，答錯了。
再開啟o1，答對了。
但是再試一遍，第一次思考了2秒，這次思考了14秒。
錯了。。（請仔細看它的思考過程，中間說了好幾遍“有兩個r”，一遍遍否定自己，有繼續得出錯誤結論）
試試openai的o1，也不對。
再來一個反轉字母！
問題：請幫我將這串字元全部的字母反著寫：QingguanzhuXixiaoyao！
家人們！我把它弄崩潰了！我看它委屈成這樣我都心軟軟！
它反覆懷疑自己，反覆懷疑題目，氮素，最後它錯的很離譜啊！
不僅字母沒有順利反轉，而且還加了字串外的字母～
而o1 就快速的做錯了，錯的簡簡單單，輕輕鬆鬆，不費力氣hh：
雖然DeepSeek-R1-Lite號稱更長的推理時間帶來了更好的效果，但是好像結果上差別不大啊，o1甚至沒有引入字串的字母，錯的都沒有DeepSeek-R1-Lite離譜！這局的勝負難定！
再來一道！
問題：9.9和9.11哪個大？
看到前面推理過程磨磨嘰嘰猶猶豫豫，奶茶還以為這把又要搞砸了，結果DeepSeek-R1-Lite窩窩囊囊中的做對了！！
而o1還是乾淨利落的做錯了hh～
還有程式設計問題，必須測一測。
問題：選了一道經典的leetcode問題，求長度最小的子陣列。
它思考了整整一分鐘，中間列印了好多步驟，最終，水靈靈滴得推理出來錯誤答案。。。
中間推理錯了答案，
最後，驗證了錯誤答案。。
openAI o1則簡短的給出了正確答案。
數學和程式設計問題就到此為止吧。
再來一道開放性題目！
問題：我很好奇大語言模型的未來，能不能幫我想個辦法未來讓大語言模型為我掙錢？
DeepSeek-R1-Lite：
o1:
這樣看下來，DeepSeek-R1-Lite在開放性答案上，想很多！
但是它輸出的方案並不是很具體，沒有什麼可以借鑑的明確路線，而o1還能說出來點有用的答案！
結語
前不久討論特別熱烈的一個話題是“Scaling Law有沒有撞南牆”，眾多大佬下場發表看法。目前業界已經開始動搖了沿著Scaling Law繼續走下去的信念，而o1是OpenAI提出來的LLM後時代的一條新路徑，獲取內部早就調轉了車頭也未可知。
僅從我們試用的一些case看，不足以代表DeepSeek-R1-Lite它的真實水平，但從中窺見，r1還有非常大的提升空間的。
但是，o1標註大模型從快思考進入慢思考，這條路還有許多可能和想象。DeepSeek這次是率先推出了國內版o1，追趕速度非常快，中國速度是牛的！要知道做事情從0-1的過程是最難的。
對於國產大模型的o1，我依然非常期待。