全球掀DeepSeek复现狂潮！硅谷巨头神话崩塌，30刀见证啊哈时刻新智元新智元2025-01-2611：56：16新智元新智元报道编辑：编辑部YZ【新智元导读】就在刚刚，网上已经出现了一波复现DeepSeek的狂潮。UC伯克利、港科大、HuggingFace等纷纷成功复现,只用强化学习，没有监督微调，30美元就能见证「啊哈时刻」！全球大模型，或许正在进入下一分水岭。这些天，硅谷彻底处于中国公司带来的大地震余波中。全美都在恐慌：是否全球人工智能的中心已经转移到了中国？就在这当口，全球复现DeepSeekf的一波狂潮也来了。Yann LeCun女@ylecunTo people who think"China is surpassing the US in Al"the correct thought is"Open source models are surpassing closed ones"SeeXI Open-source vs closed Al performance?Proof open-source Al performs b8:07AM·Jan25,2025·830.7 K Views品公众号·新智元在没有顶级芯片的情况下，以极低成本芯片训出突破性模型的DeepSeek,或将威胁到美国的AI霸权。大模型比拼的不再是动辄千万亿美元的算力战。OpenAI、.Mea、谷歌这些大公司引以为做的技术优势和高估值将会瓦解，英伟达的股价将开始动摇。种种这些观点和讨论，让人不禁怀疑：数百亿美元支出，对这个行业真的必要吗？甚至有人说，中国量化基金的一群天才，将导致纳斯达克崩盘，从此，大模型时代很可能会进入一个分水岭：超强性能的模型不再独属于算力巨头，而是属于每个人。30美金，就能看到啊哈！时刻来自UC伯克利博士生潘家怡和另两位研究人员，在CountD own游戏中复现了DeepSeek R1-Zero。他们表示，结果相当出色！实验中，团队验证了通过强化学习RL,3B的基础语言模型也能够自我验证和搜索。更令人兴奋的是，成本不到30美金（约217元），就可以亲眼见证「啊哈」时刻。Jiayi Pan@jiayi pirateWe reproduced DeepSeek R1-Zero in the CountDown game,and it justworksThrough RL,the 3B base LM develops self-verification and searchabilities all on its ownYou can experience the Ahah moment yourself for $30Code:github.com/Jiayi-Pan/Tiny...公众号·新智元这个项目叫做TinyZero,采用了Rl-Zero算法一给定一个基础语言模型、提示和真实奖励信号，运行强化学习。然后，团队将其应用在CountDowr游戏中（这是一个玩家使用基础算术运算，将数字组合以达到目标数字的游戏）。模型从最初的简单输出开始，逐步进化出自我纠正和搜索的策略。在以下示例中，模型提出了解决方案，自我验证，并反复纠正，直到解决问题为止。