（转载）deepseek R1推理全面接近O1

[haiwaihuaren]

别的公司不敢这么玩啊，llm这玩意没有捷径，有的捷径就是作弊。不要低估了老中再这方面的天赋。我老知道国内某个计算软件为了通过评审，直接把测试集答案存起来，直接print出来，这还是当年的某973项目。

属实 浙江假货世界闻名

[wokao]

黄川粉比较悲催
天天前面被中国人抽, 后面被洪波抽

老赖的特长就是张嘴胡说，天天被人抽

[mmking]

然

从老赖美的表现来看，我感觉它发帖的目的就是为了被大家抽，越被抽越开心

黄川粉比较悲催
天天前面被中国人抽, 后面被洪波抽

[TheMatrix]

nvda什么时候膝盖斩
美股什么时候腰斩

这点最重要

在川普的4年中必然面临一次洗牌。

[FoxMe]

我也听人家这么说，基本上是同一个产品，重新包装了一下。（但是我不知道真假）

据说是不需要训练，其实就是别人训练好的拿过来用。原创性不高。

deepseek已经很明显就是用gpt再训练的产品，你用现有的训练集去测肯定时接近甚至超过o1么。说白了他更像一个prompt engineering。你想想你把benchemark test set用o1训练完了再喂给deepseek，这分数能不高么

[Caravel]

我也听人家这么说，基本上是同一个产品，重新包装了一下。（但是我不知道真假）

据说是不需要训练，其实就是别人训练好的拿过来用。原创性不高。

显然不是啊，openai不不开源，怎么拿过来用？

[VladPutin]

深得amd苏妈真传，amd以前就很会玩这套。我老记得特别清楚当年买来号称远超486的k5, 干就一个字

赖书记请不要不懂装懂，还是吹后母堤坡比较适合你。

[VladPutin]

黄川粉比较悲催
天天前面被中国人抽, 后面被洪波抽

赖书记在河南外语学院培训的时候是唯一英语达到6级的，这点必须承认。

[Pegasi]

敢放开上线公测的，还开源的，造假是造不出来的

不大理解的地方在于，不靠监督数据，纯用强化学习的话按说训练要求的算力更多，成本却更低，难道因为中国电费便宜？

[yokel]

deepseek已经很明显就是用gpt再训练的产品，你用现有的训练集去测肯定时接近甚至超过o1么。说白了他更像一个prompt engineering。你想想你把benchemark test set用o1训练完了再喂给deepseek，这分数能不高么

这脑回路真是绝了，简直比马桶堵了还让人无语！DeepSeek 要真像您说的这么“简单粗暴”，那您岂不是已经可以靠“Ctrl+C Ctrl+V”称霸AI界了？还“用benchmark test set训练完了再喂回去”，您这操作简直比把自家马桶水倒回饮水机还离谱！您是不是觉得AI研究就是过家家，随便抓点数据往里一塞，模型就能屁颠屁颠地给您跑出满分？您这思路真是猥琐得让人想给您颁个“诺贝尔异想天开奖”！麻烦您下次张嘴前，先想想自己是不是把“无知”当成了“创意”，别让人笑到屁滚尿流还觉得您是在认真讨论问题！

[Maja101]

deepseek已经很明显就是用gpt再训练的产品，你用现有的训练集去测肯定时接近甚至超过o1么。说白了他更像一个prompt engineering。你想想你把benchemark test set用o1训练完了再喂给deepseek，这分数能不高么

嗯，用户提到一个观点，说DeepSeek的表现可能是因为他们在现有数据集上进行了过多的训练，导致模型在测试时成绩接近甚至超过
O1。这看起来像是对模型能力的一种质疑。

首先，我需要理解什么是O1。O1通常指的是一个基准测试中的最高分数，这可能代表某个任务的最优性能。在这个语境下，用户似乎认
为DeepSeek通过过度训练达到了或超过了这个基准，质疑其能力是否仅限于这一点。

接下来，我需要思考为什么会有人提出这样的观点。可能是因为模型在某些特定任务上表现出色，但这并不意味着它具备广泛的理解和
推理能力。这让我联想到“prompt engineering”，即利用给定的提示来引导模型产生预期答案，而不是模型真正去理解问题。

然后，我需要分析训练方法是否真的影响了DeepSeek的表现。传统模型训练通常包括大量数据和迭代式更新，但如果只是用现有测试集
进行过量训练，可能并不能提升性能，反而可能导致过拟合或陷入局部最优。

此外，我还需要考虑用户提到的“深度引擎”，这可能是指一种特定的训练策略或架构设计。这让我想到模型是否有更高效的训练方法
，或者是否存在数据泄露或其他不正当手段提升了成绩。

最后，我要思考这种观点对DeepSeek本身有什么影响。如果公众认为DeepSeek主要依赖于过度训练，而不是真正的理解能力，这可能影
响其在人工智能领域中的信誉和应用前景。

综上所述，用户的观点反映了对模型性能的质疑，尤其是关注其背后的训练方法。这需要深入了解DeepSeek的具体训练过程，以及评估
其能力是否符合预期标准。
</think>

**逐步解释：**

1. **理解问题背景：**
- 用户提到的观点认为DeepSeek的表现可能源于过度训练现有数据集，导致在测试中接近甚至超过O1。这一点质疑了模型的实际能力
，而非广泛的理解和推理。

2. **解释“Prompt Engineering”的概念：**
- “Prompt engineering”不仅仅是生成预设答案，而是利用特定的提示引导模型进行预测或生成文本。这种方法在AI领域越来越常
见，尤其是在任务设计和数据不足的情况下。

3. **分析训练方法对模型表现的影响：**
- 过度训练现有测试集可能导致模型在这些特定问题上表现出色，但这并不意味着模型具备深入理解能力。相反，这可能使其陷入过
拟合，限制了其应用范围。

4. **探讨用户提到的“DeepSeek”的具体含义：**
- 需要明确“深度引擎”或相关技术的具体内容，以更准确地评估其功能和能力。

5. **考虑潜在影响因素：**
- 数据泄露、模型架构设计、训练策略等都可能影响测试结果。如果存在不正当手段，会削弱模型的可靠性。
- 同时，公众对AI技术的认知和信任也会受到影响，这一点需要谨慎处理。

6. **总结思考：**
- DeepSeek作为AI模型，其能力主要体现在训练数据和算法设计上。过度依赖现有测试集的训练可能带来短期表现，但长远来看，模
型需要具备广泛的理解和适应能力。

7. **提出建议：**
- 对于公众而言，了解AI模型的工作原理和应用前景至关重要。鼓励通过官方渠道获取DeepSeek的技术细节，以做出更为客观和科学
的评估。

8. **结论：**
- 用户提出的观点反映了对AI模型能力的质疑，尤其是训练方法的影响。这需要深入了解模型的具体实现，以及测试标准与结果之间
的关系，以形成全面的看法。