DeepSeek：研究论文登《Nature》，回应训练成本及数据质疑

快讯正文

【9月18日DeepSeek研究论文登上《Nature》封面，回应多项质疑】 9月18日，DeepSeek引发轰动，由其团队共同完成、梁文锋担任通讯作者的DeepSeek - R1研究论文登上国际权威期刊《Nature》封面。今年1月，DeepSeek曾在arxiv公布初版预印本论文，此次《Nature》版本补充更多模型细节，减少拟人化说明。 补充材料中，DeepSeek透露R1模型训练成本仅29.4万美元，还回应模型发布初关于蒸馏OpenAI的质疑。今年1月有报道称，OpenAI研究人员认为DeepSeek可能用其模型输出来训练R1以加速能力提升。 论文补充资料部分，DeepSeek回应DeepSeek - V3 - Base训练数据来源问题。其表示训练数据仅来自普通网页和电子书，无合成数据，预训练冷却阶段未故意加入OpenAI合成数据，数据皆通过网页抓取。

本文由 AI 算法生成，仅作参考，不涉投资建议，使用风险自担