DeepSeek schreibt wieder Geschichte! Das Forschungspapier zum DeepSeek-R1-Inferenzmodell, das gemeinsam vom DeepSeek-Team und mit Liang Wenfeng als korrespondierendem Autor erstellt wurde, erschien auf dem Cover der international renommierten Fachzeitschrift Nature.
Im Vergleich zur ersten Version des DeepSeek-R1-Papiers, die im Januar dieses Jahres veröffentlicht wurde, enthüllt dieses Papier mehr Details zum Modelltraining und reagiert positiv auf die destillativen Zweifel zu Beginn der Modellveröffentlichung.
DeepSeek-R1 ist außerdem das weltweit erste peer-reviewte Mainstream-Modell für große Sprachen. Nature kommentierte: Derzeit wurden fast alle großen Mainstream-Modelle noch keiner unabhängigen Peer-Review unterzogen, und diese Lücke „wurde endlich durch DeepSeek geschlossen.“
In einem 64-seitigen Peer-Review-Dokument stellte DeepSeek vor, dass die von DeepSeek-V3 Base (dem Basismodell von DeepSeek-R1) verwendeten Daten alle aus dem Internet stammen. Obwohl es möglicherweise von GPT-4 generierte Ergebnisse enthält, ist dies keineswegs beabsichtigt und es gibt keinen speziellen Destillationslink. DeepSeek bietet außerdem einen detaillierten Prozess zur Minderung der Datenverschmutzung während des Trainings im Zusatzmaterial, um zu beweisen, dass das Modell nicht absichtlich Benchmark-Tests in die Trainingsdaten einbezieht, wodurch die Modellleistung verbessert wird. Darüber hinaus führte DeepSeek eine umfassende Bewertung der Sicherheit von DeepSeek-R1 durch und bewies, dass seine Sicherheit den im gleichen Zeitraum veröffentlichten Spitzenmodellen überlegen ist.
Das Magazin „Nature“ glaubt, dass die nicht überprüfbare Propaganda großer Modellhersteller angesichts der zunehmenden Beliebtheit der KI-Technologie echte Risiken für die Gesellschaft mit sich bringen könnte. Sich auf Peer-Reviews durch unabhängige Forscher zu verlassen, ist ein wirksames Mittel, um einen übermäßigen Hype in der KI-Branche einzudämmen.