雷峰网讯 DeepSeek-R1 又开先例，成为首个登上《N🔥ature》封面的中国大模型。 2025 年春节，De😢epSeek-R1 横空出世，因其极低的训练成本引发病毒式传😍播。八个月过去，这一成果带着 Nature 的金字招牌再次回🎉到公众视野中央，只为一件事：技术透明。 这篇名为 De😂epSeek-R1 incentivizes reasoni😊ng in LLMs through reinforceme😡nt learning 的《Nature》 封面论文由创始人🌟梁文锋担任通讯作者。文中首次确认了此前流传的DeepSeek🤔 R1 训练成本，约 29.4 万美元，折合人民币约 208🙄 万，并进一步披露了模型训练中采用的数据类型、强化学习方案等🚀技术细节。 在揭开这一里程碑式大模型的面纱之外，这篇论😢文更大的意义，是 DeepSeek-R1 作为全球首个经历了👍同行评审的大语言模型，将大模型研究推向了更透明、可重复的方向🙄。 此前业内通行的做法，是科技公司在自家官网、论文预印🙄本网站 arXiv或知名技术论坛上发布突破性成果及基准测试分😁数，大部分模型 API 随后即向公众开放。这一过程绕开了传统👍学术评价体系中的同行评审环节，而 DeepSeek 团队则主😅动接受了这一来自学术界的审视。 根据 《Nature》🤔公布的补充信息显示，评审意见主要集中在实验评估、模型安全性和😘伦理风险等方面，要求补充 OOD（分布外）测试、中间阶段性能👍分析、误用讨论等工作。正是针对上述同行评审意见，DeepSe😍ek 团队才增加了对数据类型等训练细节的披露，并进一步证明了😂成果的安全性。 “这是一个非常值得欢迎的先例，“论文评😢审之一，Hugging Face 机器学习工程师 Lewis😎 Tunstall 表示，”如果我们没有公开分享这一过程大部😂分内容的规范，那么将很难评估这些系统是否构成风险。“ 💯公开训练细节，回应“蒸馏”质疑 那么在最新版本的论文中😊， DeepSeek 团队都补充了 R1 的哪些训练细节呢？😂 首先是训练成本，此前曾震动华尔街的 29.4 万美元😆数据终于得到证实。 据补充材料介绍， DeepSeek⭐-R1 的研究工作分为三个阶段。 第一阶段使用 A10👍0 GPU 对 30B 参数的小模型进行实验预研，因结果表现🥳良好，使团队有信心将规模扩大至 660B 参数的 R1-Ze😉ro 和 R1。 第二阶段的成果是 DeepSeek-😁R1-Zero，研究团队动用了 512 块 H800 GPU🔥，耗时约 198 小时。 最后是 DeepSeek-R😘1，仍然采用 512 块 H800 GPU 的配置，但仅用时😆 80 小时便宣告完成。 在训练数据构成方面， Dee🤩pSeek-R1 采用了数学、编程、STEM、逻辑四大类题目🔥。 展开全文 其中数学数据集由 2.6 万道定量😀推理题构成，涵盖数学考试和竞赛题目，模型需逐步推理并给出最终👏正确答案。 编程数据集由 1.7 万道算法竞赛题与 8😴 千道 Bug修复题构成，其中后者全部来自真实的GitHub😍 issue，数据集提供问题描述、含缺陷源码与部分失败的单元👏测试，要求模型定位并修复缺陷，使代码通过全部测试。 S👏TEM 数据集由 2.2 万道选择题构成，覆盖物理、化学、生🚀物等学科，模型需选出最科学准确的答案。 逻辑数据集由真😊实问题和合成问题共 1.5 万题构成。 此外 Deep😍Seek 团队还引入了通用 RL 数据以提升 DeepSee🙌k-R1 的有用性与无害性。在训练过程中，研究人员采用了两个😉独立训练的奖励模型，一个针对“有用”排序数据训练，涵盖创意写❤️作、编辑、事实问答等领域的 6.6万题，一个针对“无害”排序🙄数据训练，由1.2 万题构成。 特别值得一提的是，在最😅新版论文中，DeepSeek 团队正面回应了此前关于 R1 🥳蒸馏 OpenAI 模型的质疑。 研究团队专门为此设计🙌了一项试验，使用 Qwen2-7B 作为基础模型时，通过大规😆模强化学习进行训练，该模型同样可以自主发展出各种先进推理策略🎉。而 Qwen2-7B 的发布时间为 2024 年 6 月，🚀显然早于所有公开的推理模型。蒸无可蒸，推理能力的优化自然源于😴 DeepSeek-R1 开创的强化学习方法。 Dee😎pSeek-R1 的另一大特征是在推理过程中更频繁地使用“我😡”和“我们”等第一人称代词。值得一提的是，这种效果是通过精心😍设计的冷启动数据所实现。 论文中介绍，研究团队发现当推🙌理过程符合第一人称视角的思维模式时，用户会认为其回应更直观且🤯具有吸引力。为此，研究团队要求标注人员将推理轨迹转换为更自然🔥、更贴近人类对话风格的表达，并以此作为示例提示大语言模型以类🚀似风格重写更多。 在如此收集到的数千条 CoT 数据中🥳进一步筛选出最终答案正确且格式清晰的，就得到了简洁、可读性强😅，既包含推理步骤，也涵盖最终结果的高质量冷启动数据。 😘双重里程碑 时隔八个月再次回顾，DeepSeek-R1😉 因何成为大模型史上里程碑式的论文？ 有一部分答案藏在🤯训练成本里。DeepSeek-R1 29.4 万美元的训练成😂本不仅只有当时同等规模模型的十分之一，而且其中仅有 1 万美🤩元被用于构建 SFT 数据集。这意味和同行相比，它背后砍掉了😡大规模的监督微调。 属于人类的能力，也向人类学习，监督🙄微调曾经是提升模型推理能力的共识。但它的局限性也很明显，对人🤯类标注推理轨迹的依赖显著增加了模型训练成本，限制了可扩展性，🌟人类的认知偏见也在向模型渗透。 更引人深思的问题是，复🤔制人类思维过程真的是硅基推理的最优解吗？是否存在一种更优越的😢、非人类思维的推理方式？如果答案是肯定的，那一定在人类示例之❤️外。 正是在这样的背景下，DeepSeek-R1 提出🎉了一种通过纯粹强化学习实现推理能力自我进化发展的路径，以摆脱😴对人工标注推理轨迹的依赖。 具体而言，研究团队基于 D😂eepSeek-V3 base，并使用组相对策略优化（GRP😂O）作为强化学习框架。在全新的训练范式下，仅对最终答案的正确😢性进行奖励，而不对推理过程本身施加约束。简单来说，就是推理方😁式不限，能抓到耗子就是好猫。 这种训练方案设计和研究团👍队的假设一脉相承：人类定义的推理模式可能会限制模型探索，而不🥳受限制的强化学习训练能更好地激励 LLMs 中新型推理能力的⭐出现。 实验结果表明，DeepSeek-R1-Zero😀 的确自然地发展出了多样化和复杂的推理行为。为解决推理问题，😉它表现出了生成更长响应的倾向，并且存在在每个响应中包含验证、😡反思和探索替代方法的趋势。 “尽管我们没有明确地教模型🤗如何推理，但它通过强化学习成功学习了改进的推理策略。”论文指🎉出。 展现出强大推理能力的同时，DeepSeek-R1😊-Zero 在可读性差和语言混杂等方面仍存在挑战。这一问题的❤️根源在于 DeepSeek-V3 base 是在多种语言上完🙌成训练，为此 DeepSeek-R1 的开发被提上日程。 😜 这一次，研究团队不仅通过多阶段强化学习训练改进模型在对话😍式推理过程、语言一致性以及人类偏好对齐方面的表现，而且在拒绝💯采样和监督微调环节将推理和非推理数据集都纳入 SFT 过程，👍这一设计使 DeepSeek-R1 不仅能在推理任务中表现出🤔色，还展示出了高级的写作能力。 基准测试结果显示，脱胎😊于全新训练范式下的 DeepSeek-R1 在 MMLU、C🙄-eval、GPQA Diamond、Arena-Hard、😉SWE-bench Verified、AIME 2024 上🙄均表现出色。而更直接的例子，则是在 2025 年春节之后的一😘段时间里，DeepSeek-R1 几乎成为了国产大模型的代名😀词。 LLMs 的推理能力可以通过纯 RL 进行激励，❤️无需人工标注推理轨迹的参与。这一今天已成为共识的创想，最初就😊是经由 DeepSeek-R1 所实现。DeepSeek 团😅队在此基础上构建的 RL 框架，也促进了自我反思、验证和动态🙌策略适应等高级推理模式的涌现。 而今天，这一突破性成果😘经受住了学术出版审查。主动接受专家评审的拷问，补充材料说明技😀术细节，并最终作为顶刊封面论文刊发……如果说 DeepSee👏k-R1 的初次发布是一个关于前沿技术突破的故事，那么时隔八😁个月之后，这个故事的关键词变成了学术透明和技术开放。 🙄补充各种技术细节之后，《Nature》最新这篇封面论文堪称“🤯手把手教你训 R1”。它让我们看到头部科技企业的核心成果不是🙄只能封装成语焉不详的黑盒提供给用户，而是也可以拿到同行评审面😜前接受审视，以及更重要的，给出符合学术规范的解释和回应。 🌟 商业化考量让 OpenAI、Google 等科技巨头纷纷🎉和传统的学术审查保持距离，这本无可非议，但是当 DeepSe💯ek-R1 真的成为了可复现、可验证的学术成果，这种对技术开😴放性的追求无疑也让研究团队的选择更加可敬。 在双重意义🚀上，DeepSeek-R1 都堪称里程碑。 参考资料：💯 https://www.nature.com/art😅icles/s41586-025-09422-z#ethic🔥s https://www.nature.com/ar🤩ticles/d41586-025-03015-6 雷😊峰网文章返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 雷达财经，作者 | 彭程，编辑 | 孟帅 文 😢| 雷达财经，作者 | 彭程，编辑 | 孟帅 还未等“👍A股好父亲”朱兴明给女儿转赠股权一事的热度完全散去，78岁的🤩“A股好岳父”刘冀鲁给女婿转让超2.8亿元股份的消息又在互联😉网刷屏。 9月22日晚间，顺丰控股发布公告称，股东及监🌟事刘冀鲁计划在11月1日至12月31日期间以大宗交易方式向女😅婿转让不超过700万股A股股份。 若按顺丰控股9月22👍日收盘时40.32元/股的股价计算，刘冀鲁此次转让给女婿的股😀份总价或超2.8亿元。 顺丰控股在公告中提到，本次转让😎出于“家庭资产规划需要”，属于公司股东及其一致行动人之间的内👏部行为，不涉及向市场减持。 尽管此次股权转让事件对公司😂和市场并无太大影响，但刘冀鲁的特殊身份和其背后的故事仍引发外🎉界关注。 据悉，顺丰控股于2017年借壳上市时，其借壳😊对象鼎泰新材的实际控制人正是刘冀鲁。身为鼎泰新材原董事长的他🥳，在借壳完成后担任顺丰控股监事。 得益于顺丰控股借壳上😴市后的亮眼表现，刘冀鲁被外界冠以“最牛监事”的称号。不过，去👏年刘冀鲁在《胡润百富榜》上的财富为50亿元，较2020年的1😁05亿元缩水一半以上。 再将视线转至顺丰控股，上半年，😴该公司实现营业收入1468.58亿元，同比增长9.26%；归🤗母净利润达57.38亿元，同比增长19.37%。 不过💯，雷达财经注意到，顺丰控股看似光鲜的业绩下，也暗藏业绩增速有😜所放缓、毛利率下滑、单票收入持续下降等隐忧。 “A股好😉岳父”刘冀鲁，转给女婿2.8亿元股份 公告显示，此次股🔥份转让的转让方为刘冀鲁，受让方为赵颖坤，而赵颖坤正是是刘冀鲁🌟的女婿。9月22日，双方已就股份转让事宜签署《股份转让暨一致😍行动人协议》。 根据《股份转让暨一致行动人协议》，本次😜股份转让的实施时间区间计划为2025年11月1日至12月31😉日，转让方式限定为大宗交易。本次转让股份数量上限为700万股🔥，占公司总股本的比例不超过0.14%。 本次转让前，刘😁冀鲁持有顺丰控股0.71%的股份，赵颖坤未持有公司股份。本次😉转让完成后，刘冀鲁于顺丰控股的持股比例降至0.57%，其女婿🤗赵颖坤的持股比例则从0升至0.14%。 同花顺iFin😴D显示，截至9月22日收盘，顺丰控股股价报40.32元/股，😴当日股价呈现下跌走势，跌幅为1.85%。若以9月22日的收盘😎价为计算基准，刘冀鲁此次计划转让给赵颖坤的700万股股份总价😅超2.8亿元。 顺丰控股在这则公告中强调，本次股份转让🥳出于转让人的家庭资产规划需要，系股东刘冀鲁与其一致行动人之间🚀的内部转让，刘冀鲁及其一致行动人合计持股数量和持股比例未发生😊变化，不涉及向市场减持。 展开全文 与此同时，此😁次股权转让事宜亦不会对顺丰控股的控股股东及实际控制人产生影响👍，公司的控股股东仍为深圳明德控股有限公司，实际控制人为王卫。😁 顺丰控股还在公告中提到，刘冀鲁及其一致行动人将根据家😅庭资产规划需要等情形决定是否实施本计划。本次内部转让计划存在🥳转让时间、数量、交易价格的不确定性，也存在是否按期实施完成的😊不确定性，公司将依据计划进展情况按规定进行信息披露。 👍78岁“最牛监事”刘冀鲁，身家较高点缩水超一半 此次给🙄女婿转让顺丰控股股份的刘冀鲁，被不少媒体称作“最牛监事”。如😂今已78岁的他，职业生涯可谓颇具传奇色彩。 公开资料显😂示，刘冀鲁于1947年出生，拥有安徽大学经济管理专业背景，职😂业生涯横跨实业与资本市场。 据顺丰控股发布的年报，19❤️94年至2016年，刘冀鲁曾历任马鞍山市鼎泰金属制品公司负责😂人、马鞍山市鼎泰科技有限责任公司董事长兼总经理、马鞍山鼎泰稀😘土新材料股份有限公司董事长兼总经理。 天眼查显示，目前👏刘冀鲁名下共关联13家企业，为存续状态的有6家。其中，刘冀鲁🤯不仅在顺丰控股股份有限公司持有股份，还在该公司担任监事。 🤯 时间回拨至2010年，刘冀鲁带领鼎泰新材在深交所上市。2😴016年，顺丰控股开始筹划借壳上市一事，而顺丰控股彼时选中的❤️“壳”正是刘冀鲁掌舵的鼎泰新材。借壳后，鼎泰新材董事会进行改⭐组，原董事长刘冀鲁不再是董事会成员，仅担任监事。 20😎17年，顺丰控股在深交所举行重组更名暨上市仪式，借此正式登陆🥳A股资本市场。而由于刘冀鲁在顺丰借壳上市过程中的亮眼表现，其🙄被外界冠以“最牛监事”的称号。 据每日经济新闻，在顺丰😉控股完成更名后的7个交易日内，公司的股价四次涨停。凭借手中所🙌持有的股份，刘冀鲁的身家也随之大幅攀升。 据央视财经此🔥前的报道，通过此次借壳交易，刘冀鲁当时持股市值净增加56亿元😍。而2010年至2015年期间，鼎泰新材的平均年归母净利润仅👍约0.36亿元。 雷达财经注意到，顺丰控股借壳上市后的💯几年时间，刘冀鲁多次跻身《胡润百富榜》。2020年，刘冀鲁、😴刘凌云父女在该榜单上的财富创下105亿元的最高纪录，成为资本👏市场中“实业转型资本运作”的又一经典案例。 不过，在去🥳年的《胡润百富榜》上，刘冀鲁、刘凌云父女的财富已缩水至50亿⭐元，身家相较巅峰时期缩水一半以上。 亚洲最大物流龙头，😍亮眼中报背后暗藏隐忧 作为家喻户晓的国民品牌，顺丰经过❤️多年发展，已成为亚洲最大、全球第四大综合物流服务提供商（根据❤️弗若斯特沙利文报告，以2024年度总收入计）。 此番股😴东筹划股权转让事宜之际，顺丰控股上半年的业绩表现呈现出稳健增😂长的态势。半年报显示，上半年，顺丰控股实现营业收入1468.😁58亿元，同比增长9.26%；归母净利润达57.38亿元，同😡比增长19.37%。 在资本结构方面，截至报告期末，顺😀丰控股的总资产规模达2182亿元，归属于上市公司股东的净资产🤗954亿元，资产负债率51.35%，较2024年末的52.1🥳4%下降0.79个百分点，资本结构整体保持稳健。 同时😂，顺丰控股上半年的经营活动现金流量净额为129亿元，保持现金🔥流充裕；自由现金流入为87.4亿元，同比增长6.1%。 😜 然而，顺丰控股这份看似亮眼的成绩单背后，还暗藏业绩增速呈放🌟缓趋势、毛利率下滑、单票收入持续下降等隐忧。 同花顺i😴FinD数据显示，2022年至2024年以及今年上半年，顺丰😊控股的归母净利润和扣非净利润增速均呈现持续下降态势。尤其是扣😅非净利润，其在前述时间段内的增速分别为190.97%、33.😢67%、28.2%、9.72%，从三位数降至个位数。 😢与此同时，上半年，顺丰控股的毛利率为13.22%，较去年同期😂也减少0.6个百分点。 从费用来看，上半年，顺丰控股的😉销售费用达到17.62亿元，同比增长19.8%，而同期公司的🚀营收增速只有9.26%。 对此，顺丰控股表示，销售费用😆的增长主要系公司加快销售团队建设步伐，助力行业化与国际化业务😢拓展。 研发方面，上半年，顺丰控股的研发投入达14.8⭐3亿元，同比减少7.42%。 作为公司的核心业务，物流🤔及货运代理板块上半年为顺丰控股贡献收入1435.31亿元，同😉比增长10.23%，占总收入的97.73%。 上半年，😎顺丰控股的总件量达成78.5亿票，同比实现25.7%的增长，🚀件量增速高于快递行业整体水平。 对此，顺丰控股解释称，👍速运物流业务的业务量同比增长25.7%，主要得益于公司持续完😅善产品矩阵及强化服务竞争力，不断渗透国内生产制造及生活消费领🤗域客户的端到端物流场景，稳步扩大业务规模，实现收入快速增长。😎 不过，由于产品结构的变化，顺丰控股上半年的票均收入为🤔14元/票，与上年同期的15.9元/票相比下降12.2%。 😘 数据显示，2018年至2022年间，顺丰控股的票均收入🙄整体从23.18元/票降至15.73元/票，五年累计跌幅超三😴成；2023年虽短暂回升至16.06元/票，但未能扭转整体下🙄行态势；2024年再度回落至15.52元/票。 根据公😎司最新披露的《8月快递物流业务经营简报》，8月，顺丰控股速运😘物流业务的单票收入为13.27元/票，环比7月的13.55元😉/票下降2.07%，同比则下降15.32%，高于上半年的整体😴下降比例。 另外，8月，顺丰控股的供应链及国际业务实现🤩收入61.3亿元，同比下降7.61%。对此，公司表示，由于国❤️际贸易波动及货运市场需求趋缓，海运价格较去年同期高位明显回落🥳，影响公司国际货运代理业务收入。 事实上，随着行业持续🤯已久的低价竞争，头部企业纷纷采取“以量取胜”策略，使得行业毛🤔利率越来越低，尤其是以加盟制为代表的中通、圆通、韵达、申通等🎉公司。 不过，据媒体报道，近日，极兔、中通、圆通等五家❤️头部快递企业同步上调上海地区收件价格，涨幅为0.2元/单至0😎.4元/单。 据悉，本轮调价范围为低价规模化电商件，对😉个人散件寄递的价格暂无影响。亦有快递网点工作人员表示，确实接😴到涨价通知。 对此，浙商证券认为，行业提价可能持续，加😉盟商和上市公司业绩均有望实现修复，随着9月旺季到来，或能看到💯价格更大范围企稳回升，快递业绩及板块情绪均预将实现阶段性修复😜。 东兴证券也指出，提价对行业盈利的增益较为明显，预计😡行业单票收入的上行还会持续一段时间。返回搜狐，查看更多