9月17日，DeepSeek团队的研究论文《DeepSeek-R1》登上了国际权威期刊《自然》的封面。梁文锋担任通讯作者。
该论文首次公开了仅靠强化学习就能激发大模型推理能力的重要成果，这一模型成为全球最受欢迎的开源推理模型，在Hugging Face平台上的下载量超过1090万次。清华大学新闻学院和人工智能学院双聘教授沈阳指出，R1获得《自然》认证是大模型研究领域的一次“制度破局”。
《自然》在社论中高度评价道，几乎所有主流的大模型都未经过独立同行评审，而DeepSeek打破了这一空白。《自然》认为，AI行业中未经证实的说法和炒作已经司空见惯，而DeepSeek所做的工作是迈向透明度和可重复性的一步。
DeepSeek-R1的研究出发点在于解决当时困扰AI行业的一个重大问题：提升大语言模型的推理能力需要依赖人工标注，限制了可扩展性。DeepSeek尝试通过强化学习让模型自我演化发展出推理能力。基于DeepSeek-V3 Base，使用GRPO作为强化学习框架，仅以最终预测结果与真实答案的正确性为奖励信号，构建出DeepSeek-R1-Zero。在此基础上，采用多阶段训练结合RL、拒绝采样和监督微调，开发出DeepSeek-R1，使模型既具备强推理能力，又能更好贴合人类偏好。
DeepSeek于2月14日将论文提交至《自然》，直至7月17日被接收，9月17日正式发布。期间有8位外部专家参与了同行评审，审稿报告与作者回复一并披露。
沈阳教授指出，《自然》的文章从两个层面值得解读。首先是学术史与产业史的交叉点。过去几年，大模型的叙事几乎全由公司新闻稿、博客和技术报告构成。同行评审在AI领域长期被忽视，因为它太慢，不利于抢占叙事制高点。然而，DeepSeek-R1被《自然》认可，重新将AI模型拉回到科学共同体的规训，赋予其与物理学、医学、材料学并列的学术地位，表明AI也能在严格的科学制度下存活。
其次是透明度的范式转折。同行评审的价值在于建立验证习惯，意味着数据集、训练细节、指标选择和对比实验都必须暴露在独立专家的审视之下。这直接打破了AI行业里“黑箱”加“宣传战”的常态。
沈阳分析称，DeepSeek的文章并非技术上的碾压，而是率先在制度层面为大模型建立了“可验证的声誉资本”。未来顶级AI论文和模型报告可能不得不更多遵循学术审稿流程。此外，同行评审提供了监管参照模板，政府和国际组织在评估AI风险时有了第三方可依赖的证据链。但也可能出现行业分化，AI大厂或许保持闭源和商业化，但公众和投资人越来越看重“经过同行评审的科学背书”，学术信誉本身可能变成市场竞争力。
DeepSeek-R1不仅是一篇论文，更是一次制度破局。它将AI拉回科学与学术的传统语境，提升了整个行业的透明度和可信度。就像电学在19世纪必须经历从实验室奇观到物理学标准的洗礼，AI也正在经历类似的转折。这种转折的意义在于，DeepSeek未必马上在技术上称霸，但它的话语合法性先行。未来几十年，历史书可能会记录：2025年，大规模使用的AI大模型性能改进迭代第一次真正进入了“同行评审的科学秩序”。
本网通过AI自动登载内容，本文来源于：南方Plus，仅代表原作者观点和立场，本站仅做信息存储供学习交流。
