专栏名称: 大数据文摘
普及数据思维，传播数据文化
目录
相关文章推荐
大数据文摘  ·  具身大模型，国内最大融资诞生 ·  5 天前  
艺恩数据  ·  【艺恩报告】广州国际车展数据观察 ·  昨天  
第一财经资讯  ·  大数据“杀熟”将被整治！四部门出手了！ ·  2 天前  
第一财经资讯  ·  大数据“杀熟”将被整治！四部门出手了！ ·  2 天前  
数据派THU  ·  通知 | ... ·  6 天前  
数据派THU  ·  综述 | ... ·  4 天前  
51好读  ›  专栏  ›  大数据文摘

DeepSeek版o1与OpenAI的o1大PK，到底谁真的炸场了？

大数据文摘  · 公众号  · 大数据  · 2024-11-24 21:55

正文

 大数据文摘受权转载自夕小瑶科技说
 作者 | 付奶茶
家人们，DeepSeek 刚推出了他们最新的类o1推理模型——DeepSeek R1-Lite。
这代表着国产大模型开始进入o1时代了。

根据官方的介绍，r1的思维链的长度可以达到数万字，采用强化学习技术，推理过程涵盖大量的反思和验证环节。

先简单看一眼指标表现，再拉出来练练。
整体结论是：数学和编程方面，这款模型与o1-preview相当，甚至一些榜单结果上超越了o1。
比如美国数学竞赛（AMC）中最高难度级别的AIME，DeepSeek R1-Lite领先o1一大截！


推理时间更长了！但是效果更牛逼了！


DeepSeek提到，他们做了更强势的推理时间越长，性能越好。
如下图所示，DeepSeek-R1-Lite-Preview和o1-preview对比，随着思考长度的增加，AIME 上的得分稳步提高。


预览版可以试用了，正式版在路上


DeepSeek团队透露，R1模型目前还在持续打磨中。
后续会推出正式版，并且开源，开放API，还会公布完整的技术细节。我已经等不及了，勇士们快点肝！
目前线上的还是预览版，每天可以50次免费测试～
想试试的小伙伴，链接我贴在这儿了：
https://chat.deepseek.com/


拉出来比武！


既然开测试了（让我白嫖）！那咱们就拿几道题测测它！
首先是大名鼎鼎的草莓问题。

问题：“strawberry”几个r？


先是不用o1，答错了。

再打开o1，答对了。

但是再试一遍，第一次思考了2秒，这次思考了14秒。
错了。。（请仔细看它的思考过程，中间说了好几遍“有两个r”，一遍遍否定自己，有继续得出错误结论）

试试openai的o1，也不对。
再来一个反转字母！

问题：请帮我将这串字符全部的字母反着写：QingguanzhuXixiaoyao！

家人们！我把它弄崩溃了！我看它委屈成这样我都心软软！



它反复怀疑自己，反复怀疑题目，氮素，最后它错的很离谱啊！


不仅字母没有顺利反转，而且还加了字符串外的字母～
而o1 就快速的做错了，错的简简单单，轻轻松松，不费力气hh：


虽然DeepSeek-R1-Lite号称更长的推理时间带来了更好的效果，但是好像结果上差别不大啊，o1甚至没有引入字符串的字母，错的都没有DeepSeek-R1-Lite离谱！这局的胜负难定！
再来一道！

问题：9.9和9.11哪个大？



看到前面推理过程磨磨叽叽犹犹豫豫，奶茶还以为这把又要搞砸了，结果DeepSeek-R1-Lite窝窝囊囊中的做对了！！
而o1还是干净利落的做错了hh～


还有编程问题，必须测一测。

问题：选了一道经典的leetcode问题，求长度最小的子数组。


它思考了整整一分钟，中间打印了好多步骤，最终，水灵灵滴得推理出来错误答案。。。


中间推理错了答案，

最后，验证了错误答案。。

openAI o1则简短的给出了正确答案。

数学和编程问题就到此为止吧。
再来一道开放性题目！

问题：我很好奇大语言模型的未来，能不能帮我想个办法未来让大语言模型为我挣钱？


DeepSeek-R1-Lite：

o1:

这样看下来，DeepSeek-R1-Lite在开放性答案上，想很多！
但是它输出的方案并不是很具体，没有什么可以借鉴的明确路线，而o1还能说出来点有用的答案！

结语


前不久讨论特别热烈的一个话题是“Scaling Law有没有撞南墙”，众多大佬下场发表看法。目前业界已经开始动摇了沿着Scaling Law继续走下去的信念，而o1是OpenAI提出来的LLM后时代的一条新路径，获取内部早就调转了车头也未可知。
仅从我们试用的一些case看，不足以代表DeepSeek-R1-Lite它的真实水平，但从中窥见，r1还有非常大的提升空间的。
但是，o1标注大模型从快思考进入慢思考，这条路还有许多可能和想象。DeepSeek这次是率先推出了国内版o1，追赶速度非常快，中国速度是牛的！要知道做事情从0-1的过程是最难的。
对于国产大模型的o1，我依然非常期待。


租售GPU算力
租：4090/A800/H800/H100
售：现货H100/H800

特别适合企业级应用
扫码了解详情☝


点「在看」的人都变好看了哦！
推荐文章
大数据文摘  ·  具身大模型，国内最大融资诞生
5 天前
艺恩数据  ·  【艺恩报告】广州国际车展数据观察
昨天
第一财经资讯  ·  大数据“杀熟”将被整治！四部门出手了！
2 天前
第一财经资讯  ·  大数据“杀熟”将被整治！四部门出手了！
2 天前
数据派THU  ·  通知 | 清华大学大数据能力提升项目“RONG”奖学金开始申请啦！
6 天前
数据派THU  ·  综述 | 时空图神经网络模型在时间序列预测和分类中的应用
4 天前
钱眼  ·  数据｜今日换手率前20个股简析
7 年前
立德融金集团  ·  立德旗下投资公司正式成立
7 年前
婚姻家庭那些事儿  ·  这样的男人，才是女人最毒的春药
7 年前
三头六臂跨境电商联盟  ·  想提高亚马逊CPC转化率，你需要这么做！
7 年前
瞭望智库  ·  外媒看好方便面市场
7 年前
Sov5搜索   ·   小百科   ·   移动版
51好读 - 好文章就要读起来!