DeepSeek утверждает, что его модель «размышления» превосходит o1 OpenAI по определенным тестам

Китайская лаборатория искусственного интеллекта DeepSeek выпустила открытую версию DeepSeek-R1, ее так называемую модель рассуждения, которая, по ее словам, работает так же хорошо, как o1 OpenAI на определенных тестах искусственного интеллекта.

R1 доступен на платформе разработчиков искусственного интеллекта Hugging Face по лицензии Массачусетского технологического института, то есть его можно использовать в коммерческих целях без ограничений. По данным DeepSeek, R1 превосходит O1 в тестах AIME, MATH-500 и SWE-bench Verified. AIME использует другие модели для оценки эффективности модели, тогда как MATH-500 является сборником текстовых задач. SWE-bench Verified, тем временем, сосредотачивается на задачах программирования.

Будучи моделью рассуждений, R1 эффективно проверяет факты, что помогает ему избежать некоторых ловушек, которые обычно ставят модели в тупик. Модели рассуждения занимают немного больше времени — обычно от нескольких секунд до минут — для нахождения решения по сравнению с типичной моделью без рассуждения. Преимуществом является то, что они, как правило, более надежны в таких областях, как физика, естественные науки и математика.

R1 содержит 671 миллиард параметров, сообщает DeepSeek в техническом отчете. Параметры примерно соответствуют навыкам модели решать проблемы, и модели с большим количеством параметров, как правило, работают лучше, чем модели с меньшим количеством параметров.

Клем Деланг, генеральный директор Hugging Face, сказал в заметке на X в понедельник, что разработчики платформы создали более 500 «производных» моделей R1, которые вместе собрали 2,5 миллиона загрузок — в пять раз больше, чем официально R1 получил.

Но у R1 есть минус. Будучи китайской моделью, она подлежит сравнительному анализу китайским регулятором Интернета, чтобы убедиться, что ее ответы «воплощают основные социалистические ценности». R1 не будет отвечать на вопросы о площади Тяньаньмэнь, например, или автономии Тайваня.