DeepSeek上线类o1模型——DeepSeek-R1-Lite

2024年11月20日，DeepSeek全新研发的推理模型 DeepSeek-R1-Lite 预览版正式上线。
可登录官方网页 （chat.deepseek.com），开启与 R1-Lite 的对话体验。

该模型采用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。
该系列模型在数学、代码以及各种复杂逻辑推理任务上，取得了媲美 o1-preview 的推理效果，并为用户展现了 o1 没有公开的完整思考过程。

效果

分别公布了在6个评测集上，与其他5个模型的比较，同时添加了评估方式（例如AIME的 pass@1），整体看下来算公正。

以下是kimi k0-math的评估集结果：

评估集、数值出入较大，不太好比。

但以o1-preview的AIME的分数作为锚点，在AIME上，k0-math弱于o1-preview，而o1-preview弱于DeepSeek-R1-Lite 。可以初步推理出k0-math弱于DeepSeek-R1-Lite。

不仅如此，DeepSeek-R1-Lite已经上线，而k0-math不知道啥时候上线，只看到PR文。。。

测试

“DeepSeek”中有几个e

开场暴击

考研题

中间有一大串思维链过程，很适合模型蒸馏hhh
从思维链中看到，有一些自我反思过程