夢晨 西風 發自 凹非寺
量子位 | 公眾號 QbitAI
DeepSeek版o1，有消息了。
還未正式發布，已在代碼基準測試LiveCodeBench霸榜前三，表現與OpenAI o1的中檔推理設置相當。
注意了，這不是在DeepSeek官方App已經能試玩的DeepSeek-R1-Lite-Preview（輕量預覽版）。
而是摘掉了輕量版的帽子，稱為DeepSeek-R1-Preview（預覽版），意味著替換了規模更大的基礎模型。
LiveCodeBench團隊透露，他們正在與DeepSeek合作評估新模型的能力，在合作過程中，DeepSeek團隊還幫他們找出并解決了評分系統的一些bug。
與此同時，他們還曬出了目前僅有的一張DeepSeek-R1-Preview的思考過程。
鑒于DeepSeek此前已宣布R1模型將開源，有網友表示，與OpenAI o1編程能力相當的開源模型即將發布，2025年的編程就只剩下按Tab鍵了。
兩個月前，DeepSeek在官網上線DeepSeek-R1-Lite-Preview時曾透露：
DeepSeek-R1-Lite-Preview使用強化學習訓練，推理含大量反思和驗證，遵循新的Scaling Laws——
推理越長，表現越強。
在AIME測試基準中，隨著推理長度的增加，DeepSeek-R1-Lite-Preview表現出穩定的得分提升。
DeepSeek-R1-Lite推理的特點在網友們的后續測試中也得到了驗證：
在某些情況下，模型似乎能夠在生成推理步驟時自我糾正，表現出類似原生“自我反思”的能力。不過，沒有訓練數據、模型架構和技術報告/論文的細節，很難確認這一點。
期待未來的開源模型和API！
摘掉Lite的帽子，變成DeepSeek-R1-Preview，意味著換了更大的基礎模型。
之前Lite版就在難度較高數學和代碼任務上超越o1-preview，大幅領先GPT-4o。
這次在LiveCodeBench上，這次的DeepSeek-R1-Preview的表現又與OpenAI o1-Medium相當，網友們更加期待開源模型和API了。
LiveCodeBench由UC伯克利、MIT和康奈爾大學團隊推出，旨在對大模型的代碼能力進行全面且無污染的評估。
具體避免測試數據泄露的方法，是隨著時間的推移不斷從人類的編程競賽平臺收集新的題目。
除了代碼生成，還會評估模型在代碼自修復、執行和測試輸出預測等方面的能力。
這樣實時更新、確保公平性和可靠性的測試方法，獲得了開發者社區的認可。
還有程序猿喊話Cursor直接把R1-Preview集成到Agent mode里：
趕在春節前，許多還在做訓練的國產大模型團隊，都把自家模型更新了一遍：
MiniMax開源4M超長上下文新模型！性能比肩DeepSeek-v3、GPT-4o
全球首次！國產AI開源端側GPT-4o海外爆火，8B參數iPad就能跑
國內數學最強！實測訊飛版o1：上能打奧賽卷高考，下能輔導寒假作業
阿里開源首個視覺推理模型，擊敗GPT-4o，網頁一度404
……
OpenAI似乎要趁這邊放假開始搞事情了（狗頭），奧特曼發帖透露：
o3-mini完成外部合作測試，已確定最終版，將在幾周內推出，會同時上線API和ChatGPT。
在后續對話中，奧特曼還確認了未來模型更多基本情況：
參考鏈接：
[1]https://x.com/StringChaos/status/1880317308515897761
[2]https://x.com/deepseek_ai/status/1859200149844803724
[3]https://x.com/sama/status/1880356297985638649
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
