玩家必看“微信拼三张怎么买房卡”获取房卡方式

专题：DeepSeek为何能震动全球AI圈

　　新智元报道

　　编辑：编辑部 HYZ

　　【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AI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DeepSeek的一波狂潮也来了 。

　　诚如LeCun所言：‘这一次，正是开源对闭源的胜利！’

　　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CountDown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。

　　这个项目叫做TinyZero ，采用了R1-Zero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CountDown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。