主要工作：
1）DeepSeek此次發布了DeepSeek-R1-Zero和DeepSeek-R1模型。DeepSeek-R1-Zero模型僅依靠大規模強化學習訓練，沒有監督微調，便實現了推理能力的自主進化，自發涌現出“反思”、“多步驗證”等復雜推理行為，尤其是邏輯能力得到大幅飛躍。
2）但該模型存在可讀性差、語言混合等問題，為了解決這一問題，DeepSeek-R1模型通過冷啟動數據和迭代強化學習微調實現：通過數千條高質量長推理鏈數據對基礎模型微調，強制規范輸出，提高可讀性，同時在語言一致性上進行了訓練提升，并且融入了人類偏好獎勵模型，對模型進行了規范。
3）使用DeepSeek-R1作為教師模型生成800K數據，并對多個小型密集模型微調，小模型性能飛躍。以通義千問的15億參數量大模型為例，經過DeepSeek微調后，數學題上超過GPT4o-0513的水平。
核心創新點：
1）傳統大模型需要大量人工標注的監督數據進行訓練，但DeepSeek-R1-Zero首次驗證了無需任何微調數據，【僅通過強化學習即可實現推理能力的自主進化】。而且這是沒有獎勵思維鏈長度（通俗講，沒有引導推理模型用更多的時間去思考）的情況下實現的，即目標只是為了作對題目，大模型就會自發進行更長地思考，并且最后回答效果更好。
2）在這個過程中，【觀察到了反思、多步驗證能力的涌現】，出現問題后，模型會自動糾正早期錯誤。
#重要性：前兩條非常重要，一個是指出新道路，一個是證明這條道路有巨大的潛力，會進一步加速Agent應用。
3）盡管DeepSeek-R1-Zero足夠優秀，但他經常會出現中英文混雜、格式混亂的現象，工程上仍需優化。因此DeepSeek-R1模型通過與人類知識、經驗、規范相融合，實現了更好的輸出。
4）能力可以遷移：把R1蒸餾后可實現推理能力遷移，小模型也可以在特定任務中媲美大模型。
#重要性：小算力也可實現復雜功能，在邊緣場景，如自動駕駛、機器人等一系列實時應用提供更好的方案。
DeepSeek相關概念股：
?每日互動：幻方股東/技術負責人徐進為每日互動聯合創始人之一。
?浙江東方：通過旗下杭州東方嘉富基金參投DeepSeek天使輪。市場傳聞，注意風險。
?華金資本：珠海國資旗下投資平臺間接參與DeepSeekPre-A輪融資。市場傳聞，注意風險。
?浪潮信息：為DeepSeek北京亦莊智算中心提供AI服務器集群及英偉達H800+自研AIStation管理平臺。
?中科曙光：承建DeepSeek杭州訓練中心液冷系統。
?航錦科技：旗下超擎數智為DeepSeek提供光模塊和交換機，雙方深度合作。
?拓爾思：與DeepSeek聯合開發金融輿情大模型，已在中信證券等機構部署智能研報生成系統。
?陽光照明：曾購買幻方3億產品，且其電器出海業務外銷占比75%,有望與幻方在相關業務上協同發展。
?飛利信：是目前市場上采用MLA機制不多的上市公司，而DeepSeek-V2采用了創新的包括MLA在內的模型架構和訓練方法。
?卓創資訊：幻方作為大型私募，與卓創資訊在金融語料庫方面有合作。
?南威軟件：在人工智能方面，基于多頭注意力機制和增強特征金字塔方法，掌握了新型的生物認證技術，與DeepSeek的技術有一定關聯性。
?海天瑞聲：海天瑞聲以數據服務為刃，切入幻方的發展脈絡，幻方的蓬勃發展將牽引著海天瑞聲訂單量與業務收入節節攀升。
?科大訊飛：在教育領域接入了DeepSeek-Math模型并聯合推出了AI數學輔導應用“星火助學”。
?競業達：與百度、阿里、騰訊等國內科技巨頭合作，使用其AI大模型(如百度的文心大型)，競業達與DeepSeek大模型的對接中。
?金山辦公：WPS智能寫作功能集成DeepSeek-Writer API，公文生成效率提升3倍，錯誤率下降90%。
