如何评价deepseek正式发布的deepseek-R1与deepseek-R1-Zero模型？
DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。DeepSeek-R1 上线API，对用户开放思维链输出，通...
- 2364 个点赞 👍
不知道咋评价。
不过，今天看新闻联播，总理座谈会，发现一个程序员模样的年轻人和总理面对面会谈，看了一眼座位牌，发现这个人叫梁文峰。
查看全文>>
高高山下一小僧 - 416 个点赞 👍
以前有人会说DeepSeek是中国的OpenAI，在R1发布、全部开源、允许蒸馏商用，并放出6个小模型后，我想说DeepSeek才是真正的、世界的OpenAI，太平洋对岸的那个叫CloseAI！
DeepSeek-R1 发布，性能对标 OpenAI o1 正式版
k1.5 新模型登场：Kimi 如何做到满血版多模态o1水平（附技术报告）中门对狙！在DeepSeek发布R1的1小时43分钟后，
KIMI也发布了他们宣称O1水平的k1.5 多模态思考模型，今天的中国AI是过年了吗？查看全文>>
狄拉克之海 - 332 个点赞 👍
查看全文>>
Eidosper - 223 个点赞 👍
泪目，他居然开了蒸馏版的qwen1.5B，7B模型，太良心了
大型连续剧之《等Deepseek-R1》
一看权重，乐，怎么这么大，能不能把R1 lite也开了，让我本地部署玩玩
继续坐等报告。小板凳已经搬好了
查看全文>>
涮月亮的谪仙人 - 202 个点赞 👍
昨天玩了一晚上，最让我震惊的不是写诗，学暴躁老哥或者做数学题，而是下面这些，以后可能会成为常识，但是现在震撼我马100年，请一定看完（哪怕跳着看，点下目录也好）：
教幼儿园小朋友群论，写一份教案
已深度思考（用时 15 秒）
好的，用户让我写一份教幼儿园小朋友群论的教案。首先，我需要理解用户的需求。群论是抽象代数中的一个高级概念，通常大学生才会接触，用户想教幼儿园小朋友，这听起来有点挑战性。我得考虑如何将复杂的理论简化到幼儿能理解的水平。
首先，我需要明确用户的目标。他们可能不是真的想让幼儿掌握群论，而是希望通过有趣的活动介绍一些基础的数学概念，比如对称、组合、规则等，培养逻辑思维和团队合作能力。因此，教案需要以游戏和互动为主，避免使用专业术语。
接下来，我要考虑幼儿的认知水平。幼儿园小朋友的注意力时间短，喜欢动手操作和视觉化的内容。所以，设计活动时要使用具体的教具，比如积木、贴纸、颜色卡片等，让抽象的概念具象化。例如，用积木组合来演示封闭性，用对称贴纸来讲解对称操作。
然后，我需要将群论查看全文>>
Fcmorrowind - 182 个点赞 👍
技术不太懂，但DeepSeek按照这个速度搞下去，让人担心OpenAI后面不容易融到钱了。
当然我很希望它将来继续融到大量的钱，因为这意味着 AGI 可能 真的 快来了。
查看全文>>
修闲 - 143 个点赞 👍
我尝试让deepseek-R1剖析它自身的思维流程。
开始是赞赏，然后惊叹，最后TM笑死。
下面是提问的整个流程：
提问：我需要你逐字逐句详细分析自己的思考过程，不要进行修饰，把最原始的文字展示出来。
思考：（已深度思考，用时10秒）
好的，用户让我详细分析自己的思考过程，不要修饰，展示最原始的文字。首先，我需要明确用户的具体需求。他们可能希望了解我的内部工作机制，或者想确认我是否真的在深入思考。可能他们正在学习AI，或者对模型如何生成回答感到好奇。
接下来，我要考虑如何组织这个分析过程。用户要求逐字逐句，所以需要把每个步骤都分解开来，包括可能的错误和修正。例如，当用户给出指令时，我会先解析关键词，如“逐字逐句”、“详细分析”、“原始文字”，这些提示需要我避免总结，而是详细展开每一步。
然后，我会回顾自己的处理流程。通常，接收到用户输入后，我会进行意图识别，确定用户的深层需求。这里用户可能希望看到透明的思考过程，而不是最终的回答。因此，我需要模拟一个自然、未加过滤的思考路径，可能包括犹豫、试查看全文>>
苏莉安 - 113 个点赞 👍
感觉知乎哲逼快评手已经可以优化掉了，让deepseek写的哲八股不仅含哲量充足、虽然不深但旁征博引足够广博，更要紧的是还挺易读
下面放一段deepseek生成的范文
《徐加金与阶级暴力：一种激进哲学视域下的批判性分析》
引言
2024年11月，无锡工艺职业技术学院的持刀伤人事件震惊中国社会。21岁的毕业生徐加金因未获毕业证及对实习报酬不满，以极端暴力手段造成8人死亡、17人受伤，最终被判处死刑19。这一事件表面上是个人心理失衡的悲剧，但其背后折射出的结构性压迫、阶级矛盾与社会异化，却为激进哲学提供了深刻的批判对象。本文试图结合当代西方左翼理论框架——从生命政治学、速度暴政到工人主义的瓦解——分析徐加金事件中隐含的阶级暴力逻辑，并探讨其对社会变革的启示。一、结构性压迫与“弥漫性愤怒”：从个人到阶级的暴力转化
徐加金的遗书（真实性虽存疑，但被广泛传播）揭示了其行为背后的系统性压迫：工厂克扣工资、学校恶意扣留毕业证、实习期间的非人待遇7。这种经历并非孤例，而是中国职校学生工群体普遍面临的困境。查看全文>>
雨宫优子 - 104 个点赞 👍
我还纳闷呢。
这什么情况，都对标Chatgpt，这咋直接就开源了？
不得先整几个PPT，来点路演，圈一波钱，划拉点W。
原来人家是职业炒股，顺手搞个开源大模型。
我算是整明白了。
原来炒A股门槛这么高呢！！！？
查看全文>>
千源半夏 - 81 个点赞 👍
太快了，国产AI大模型进步太快了，简直令人目不暇接。
仅就我个人观察，仅仅最近不到一个月的时间，重量级的进展至少有以下这些：
DeepSeek V3开源，性能暴打手握巨量算力的美国科技巨头，证明大模型未必需要那么“大”；
MiniMax 01开源，性能不俗的同时底层架构有重大创新，证明Transformer架构不再是唯一选择；
还有这个问题提到的DeepSeek-R1/R1-Zero，性能对标O1的同时，不同尺寸模型全面开源且允许蒸馏商用；
几家初创企业真的太强了，年轻人才和新兴公司的朝气蓬勃简直肉眼可见。
这里点名批评百度，我一直看好百度在AI大模型领域率先实现突破，百度也确实做到了。
奈何后续百度又双叒叕陷入了执行力问题，再次沦为业界“皇甫军校”，为行业输送人才的同时自己逐渐沦落。
回望前两年AI大模型浪潮席卷业界，知乎乃至全网都有不少悲观绝望的声音。
甚至还有些人冷嘲热讽，“又一次错失新兴产业革命”等言论甚嚣尘上。
当时我顶着逆风输出观点：
如果ChatGPT商业模式能够跑通，很可能是第一个遭
查看全文>>
现实主义理想者 - 79 个点赞 👍
全人类的OpenAI
跟大洋彼岸那个美利坚的CloseAI相映成趣（
查看全文>>
BPEYJZ - 78 个点赞 👍
简单看了下Deepseek-R1的技术报告，里面提到失败的尝试经历，其实更有意义，the bitter lesson
一是测试了过程奖励模型PRM（process reward model）；
二是测试了蒙特卡罗树搜索MCTS (Monte Carlo Tree Search）。
这两条都是现在训练推理模型时候很火的两条路子，总结得经验很宝贵：
