[↖ 01. DeepSeek官网] [↗ 02. DeepSeek网页版入口] [↙ 03. DeepSeek api开放平台] [↘ 04. DeepSeek Harness]
DeepSeek 图形标 deepseek
ISSN-R1
📑 [论文通讯 Note #1] DeepSeek-R1 纯强化学习长思维链论文正式刊发，开源全系列权重 →
$ ./deepseek_institute --model=deepseek-r1-671b --echo "deepseek"

deepseek

摘要 (Abstract)¹：DeepSeek（Deep Seek）基础科学人工智能研究机构致力于探索通用人工智能（AGI）本质。通过大规模纯强化学习（Reinforcement Learning）与多头潜在注意力（MLA）架构，模型自发涌现出长思维链反思验证能力，现已同步接入 DeepSeek网页版与 DeepSeek api开放平台。
开始使用 / 免费体验产品
直连 DeepSeek网页版入口，免安装在线调用满血版 R1 深度思考模式与 128K 学术文献精读。
开放平台 / 接口接入与集成
访问 DeepSeek api开放平台，无缝兼容 OpenAI SDK，享硬盘上下文缓存 0.14 元/百万 Tokens。

摆脱人工先验监督束缚，以纯粹强化学习激发高维数理与代码推理

在传统后训练范式中，模型往往局限于模仿人工编写的思维链模板。DeepSeek AI 研究团队在 DeepSeek-R1-Zero 与 R1 的研发中证明：仅依靠规则奖励信号驱动大规模强化学习，即可促使模型自主演化出长链条验算、假设证伪与跨模块代码回溯能力²。

配合 DualPipe 跨节点通信流水线与 FP8 混合精度训练，DeepSeek官网发布的开源模型矩阵在保持顶尖学术水准的同时，实现了极高的工程部署性价比。

Fig.1 DeepSeek-R1 强化学习思维链长度随训练步数演进曲线
Fig. 1 | 纯强化学习训练周期内平均思维链长度与 AIME 准确率同步跃升。
Fig.2 MLA 多头潜在注意力低秩键值压缩结构图
Fig. 2 | MLA 架构将推理阶段 KV 缓存显存占用大幅削减 93.3%。
Fig.3 DeepSeek 1.5B 至 671B 全尺寸开源蒸馏谱系
Fig. 3 | 向社区开放 6 款高密度蒸馏模型，赋能边缘端与私有化科研复现。

Table 1. 国际权威数理、代码与中文基准评测对比

EVALUATED VIA DEEPSEEK HARNESS
研究领域 评测数据集 (Metric) DeepSeek-R1 (671B) OpenAI o1-1217 Claude-3.5-Sonnet
奥赛数学 AIME 2024 (Pass@1) 79.8% 79.2% 65.3%
高等数学 MATH-500 (Pass@1) 97.3% 96.4% 78.3%
算法竞赛 Codeforces (Percentile) 96.3% 96.6% 93.7%
中文百科 C-Eval (EM Validation) 91.8% 86.5% 88.2%

§ Note 1. 开源协议

全系模型权重遵循 MIT 自由开源协议，允许学术衍生研究、模型蒸馏与企业商业化集成。

§ Note 2. 硬盘级缓存

DeepSeek api开放平台自动缓存重复上下文前缀，命中部分输入成本低至 0.14 元 / 百万 Tokens。

§ Note 3. 评测复现

DeepSeek Harness 提供零样本标准化 Prompt 与符号判分器，确保学术测评客观透明。