DeepSeek在期待其下一代模型之际公布新的AI推理方法

中国人工智能（AI）初创公司DeepSeek公布了一种新的推理方法，而市场仍在期待其下一代模型的发布。据报道，该公司刚刚推出了一种新方法，将帮助大型语言模型（LLM）的推理能力，公众正等待其新模型的发布。

根据报道，最近发表的一篇论文显示，这一成就得益于清华大学研究人员与该AI初创公司的合作。根据该论文，DeepSeek开发了一种结合被称为生成式奖励建模（GRM）和自我原则调优的技术。这种双重方法将使大型语言模型（LLM）能够针对一般查询提供更好、更快的结果。

DeepSeek公布新的AI推理方法

据研究人员称，生成的DeepSeek-GRM模型能够超越现有方法，在性能上与强大的公共奖励模型相媲美。奖励建模是一种帮助LLM确定人类偏好的过程。研究人员提到，这家AI初创公司打算将GRM模型开源，但公司尚未公布开发时间表。

在DeepSeek V3基础模型和R1推理模型获得全球关注后，关于这家初创公司潜在下一步行动的猜测随之而来。当时，今年早些时候发布的R1模型因被发现优于一些较旧的模型（包括OpenAI的第一个ChatGPT模型）而声名鹊起。

R1模型的发布也让硅谷措手不及，考虑到该模型是开源的，并且完成成本仅为其他AI模型的一小部分。虽然关注度似乎正在放缓，但AI行业的竞争对手公司取得了一些显著进展，表明该领域的竞争是历史性的。

然而，路透社上个月的一份报告提到，备受全球赞誉的R1的继任者DeepSeek-2可能正在开发中。据报告称，该公司可能计划在本月底发布该模型，以利用其在AI行业日益增长的影响力。另一方面，DeepSeek对R2模型保持沉默，在官方公共渠道上保持沉默，据报道，其客户服务账户向商业客户否认了这一谣言。

V3模型的开发仍在继续

总部位于杭州的DeepSeek由企业家梁文锋于2023年创立，在过去几个月里因其正确的原因而受到全球关注。然而，该公司拒绝进行公开沟通，决定将所有时间和精力集中在研发上。虽然该公司为AI行业准备了什么还有待观察，但得益于谣言，它肯定一直在酝酿。

上个月，该公司宣布了一项一直在进行中的开发，向世界展示了其升级版V3模型DeepSeek-V3-0324。据该公司称，升级版模型提供了“增强的推理能力、优化的前端Web开发和升级的中文写作能力”。2月，该公司外包了五个代码仓库，允许开发人员审查和贡献其软件开发。这家初创公司表示，它将“以完全透明的方式取得真诚进步”。

同月，梁发表了一项关于原生稀疏注意力的技术研究，这是一种用于提高LLM处理大量数据效率的方法。40岁的梁也是DeepSeek母公司High-Flyer Quant的创始人，这家对冲基金为这家AI初创公司的技术进步提供了财力支持。2月下旬，这位企业家参加了一个汇聚科技企业家的研讨会，中国国家主席习近平主持了该会议。主席称赞该初创公司是美国试图遏制中国AI进步时，该国韧性的象征。