奥特曼罕见地承认了自己犯下的「历史错误」，LeCun发文痛批硅谷一大常见病——错位优越感。DeepSeek的终极意义在哪？圈内热转的这篇分析指出，相比R1，R1-Zero具有更重要的研究价值，因为它打破了终极的人类输入瓶颈！

DeepSeek再度创造历史。

居然能逼得OpenAI CEO奥特曼承认：「我们在开源/开放权重AI模型方面，一直站在了历史的错误一边。」

LeCun也发文指出，硅谷圈子的常见病，就是一种错位的优越感。

高级阶段的症状，是认为小圈子就能垄断好的想法。而晚期症状就是，假设来自他人的创新都是靠作弊。

DeepSeek的最大意义在哪里？

ARC Prize联合创始人Mike Knoop发出长文中总结道——R1-Zero打破了最终的人类输入瓶颈——专家CoT标注！其中一个例子，就是监督微调（SFT）。

从R1-Zero到AGI，一切都与效率有关。

另一个值得注意的观点就是：相比R1，R1-Zero具有更重要的研究价值。

这是因为，R1-Zero完全依赖强化学习（RL），而不使用人类专家标注的监督微调（SFT）。

这就表明，在某些领域，SFT并非实现准确清晰CoT的必要条件，完全有可能让AI通过纯粹的RL方法实现广泛推理能力。

以下为Mike Knoop的完整分析。

从此，推理计算需求激增

上周，DeepSeek发布了他们新的R1-Zero和R1「推理」系统，在ARC-AGI-1基准测试上的表现可与OpenAI的o1系统相媲美。

R1-Zero、R1和o1（低算力模式）都取得了15-20%的得分，而GPT-4o仅为5%——而这已是多年纯LLM scaling的巅峰成果。

根据本周美国市场的反应，公众也开始理解了纯LLM scaling的局限性。

然而，大多数人仍没有意识到推理计算需求即将激增的问题。

2024年12月，OpenAI发布了一个新的突破性系统o3，经过验证，该系统在低算力模式下得分76%，高算力模式下得分88%。

o3系统首次展示了计算机在面对全新、未知问题时进行适应的通用能力。