全球掀DeepSeek复现狂潮！硅谷巨头神话崩塌，30刀见证“啊哈时刻”点击关注？灼见2025-01-27201034deepseek探索未至之境开始对话获取手机App免费与DeepSeek-V3对话DeepSeek官方推出的免费Al助手使用全新旗舰模型搜索写作阅读解题翻译工具Jan.約见(ID:penetratingvie w)27中国AM,这一次真的震撼了世界。来源|新智元(Aera)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DeepSeek的一波狂潮也来了。诚如LcC所言：这一次，正是开源对闭源的胜利！”@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 b“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DeepSe©k,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、Mca、谷歌这些大公司引以为傲的技术优势和高估值将会瓦解，英伟达的股价将开始动摇。”种种这些观点和时论，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。0130美金，就能看到啊哈时刻色！实验中，团队验证了通过强化学习L,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(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 own这个项目叫做TnyZero,采用了Rl-ZcrO算法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CountDo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。