驚爆老外的DeepSeek-R1到底多強？實測高考真題，仍存4個短板

DeepSeek開源超強推理模型。

原標題：驚爆老外的DeepSeek-R1到底多強？實測高考真題，仍存4個短板
文章來源：智東西
內容字數(shù)：5780字

DeepSeek-R1：一款爆火的開源推理模型

近日，DeepSeek-R1模型開源，在AI圈引發(fā)熱烈反響。其GitHub論文收藏量迅速突破5000，并在多個平臺引發(fā)超過萬次的互動。本文將對DeepSeek-R1的性能、優(yōu)勢及不足進行總結。

1. 強大的推理能力與高效性

DeepSeek-R1展現(xiàn)出強大的推理能力，能夠快速解決復雜的理科和文科問題。例如，它可在80多秒內解答高考壓軸題，9分鐘內生成用于解釋量子力學概念的動畫代碼，并輕松應對腦筋急轉彎和歷史問題。其推理過程自然流暢，并會使用一些口語化的表達，例如“Yeah， that works!”。與前代模型DeepSeek-V3相比，DeepSeek-R1的回答更全面、詳實且論證充分，通常以結構化方式呈現(xiàn)，并補充大量有啟發(fā)性的背景信息。在數(shù)學、代碼和自然語言推理等任務上，其性能與OpenAI o1不相上下。

2. 開源與低成本優(yōu)勢

DeepSeek-R1的開源性質使其獲得廣泛關注。它不僅開源了模型本身（正式版+6款蒸餾模型），還公開了所有訓練細節(jié)和方法，這在業(yè)界非常罕見。其MIT協(xié)議開源許可，允許商用和模型蒸餾，進一步降低了使用門檻。此外，DeepSeek-R1的API接口價格極低，僅為OpenAI o1的3.7%。

3. 模型的不足與未來展望

盡管DeepSeek-R1表現(xiàn)出色，但仍存在一些不足。其通用性、多語言能力、提示工程和軟件工程能力有待提升。在函數(shù)調用和復雜角色扮演等任務上的表現(xiàn)尚未達到預期。此外，模型對英文優(yōu)化較好，使用其它語言進行提問會降低效率。少樣本提示有時反而會影響其性能。 DeepSeek團隊計劃通過長思維鏈技術、異步評估等方法來改進這些不足。