DeepSeek-R1推理模型研究论文登上《自然（Nature）》封面

9月17日，由DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究论文，登上了国际权威期刊《自然（Nature）》的封面。《自然》还配发社论，表示DeepSeek-R1是全球首个经过同行评审的主流大语言模型，对于AI模型开发具有重要意义，呼吁其他公司应效仿这一做法。

这篇论文刊登在最新一期《自然》，与今年1月发布的DeepSeek-R1的初版论文相比，披露了更多模型训练的细节。论文作者称，大语言模型（LLM）的推理能力可通过纯强化学习来提升，从而减少增强性能所需的人类输入工作量。训练出的模型在数学、编程竞赛和STEM领域研究生水平问题等任务上，比传统训练的LLM表现更好。

《自然（Nature）》杂志发表社论

《自然》特意配发社论“为何同行评审对AI模型至关重要”，表示目前几乎所有主流的大模型都还没有经过独立同行评审，这一空白“终于被DeepSeek打破”。

同行评审是学术和研究领域的一项核心质量把关流程，是研究成果在正式发表之前，接受同一领域的其他匿名专家的评估、审核和意见。

考虑到大语言模型（LLM）对人类文明发展具有重要意见，而且可能存在很大的风险，同行评审尤为重要。然而，目前接受同行评审的大语言模型（LLM）只有DeepSeek-R1。

《自然》在社论中指出，同行评审有助于厘清LLM的工作原理，并评估其是否真正实现宣称的功能。

DeepSeek-R1推理模型研究论文

自1月份发布以来，R1已成为该平台解决复杂问题类模型中下载量最高的产品。如今，该模型经过八位专家评审，从原创性、方法学和鲁棒性等方面接受了评估。论文与评审报告及作者回应同步发布——在这个充斥着未经证实声明和过度宣传的行业，所有这些举措都是迈向透明化与可复现性的重要进步。

在DeepSeek的案例中，评审专家就对此提出质询。该公司不仅提供了减少数据污染的技术细节，还补充了模型发布后新推出基准的评估结果。同行评审还促使论文作出其他重要修改。

有人认为开放模型不如封闭模型安全，因为用户下载后开发者即失去控制，但开放模型也允许更广泛群体发现并修复缺陷。《自然》呼吁其他 AI 公司也应效仿 DeepSeek 的做法。

《自然》是国际最权威的科技期刊，配发的这篇社论远不止是一篇祝贺词，而是一次强有力的行业呼吁，旨在将AI模型的开发，尤其是那些声称取得突破性进展的模型，纳入科学研究的规范框架内。DeepSeek-R1是第一个接受同行评审的，而《自然》希望它是第一个而非最后一个。如果此举能形成趋势，将极大地促进AI行业的健康发展。扬子晚报/紫牛新闻记者 宋世锋

校对 胡妍璐