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)

新兴市场动态 1、马来西亚积极推动《东盟数字经济框架协😉议》达成实质性成果 在2025年世界经济论坛东盟数字经😊济商务对话会上，投资、贸易及工业部秘书长拿督海里尔指出，作为😜全球增长最快的区域之一，东盟需通力合作推进数字化转型，通过D🚀EFA等区域重点倡议，打造充分释放数字潜能、统一而紧密的数字🤔共同体。马来西亚积极推动落实东盟数字经济框架协议（DEFA）👏，马来西亚投资、贸易与工业部长 Tengku Datuk S😘eri Zafrul Abdul Aziz 日前表示，马来西🎉亚已完成两个重点经济成果（PEDs）的谈判，分别为《东盟-中⭐国自由贸易协定》（ASEAN-China Free Trad😂e Agreement，ACFTA）和《东盟货物贸易协定》（🙄Asean Trade in Goods Agreement🤩，ATIGA），预计将于10月签署。 2、沙特阿拉伯或👏将取消外资持股上限规则 据报道，沙特阿拉伯正考虑对外资😡持股规则进行重大调整，或将取消当前针对上市公司的外资持股上限😜。根据现行规定，外资持股比例不得超过49%，而新规可能允许外😆资投资者持有上市公司多数股权。根据彭博社的报道，该规定可能在😊2025年底前实施。摩根大通和 EFG Hermes 的分析😍师表示，如果规则发生变化，新投资可能超过 100 亿美元。酋🙌长国迪拜国民银行（Emirates NBD）代理研究主管兼首😉席经济学家 Edward Bell 表示，据资本市场管理局一😀位董事会成员透露，沙特阿拉伯正考虑将上市股票的外资持股上限提😂高至超过现行的49%。允许外资持股份额的增加将增加沙特阿拉伯😊上市股票对更多被动投资者的吸引力，并增加其在全球基准指数中的👍份额。 3、越南拟出台直播带货新法 越南工业与贸❤️易部提出电商法律草案，正处国会常务委员会讨论阶段，预计10月😀提交国会审议，旨在规范直播带货等线上活动，提升市场透明度并保⭐护消费者权益。草案要求国内外卖家、直播带货者等经VNeID数🚀字平台实名认证，平台需承担核实与实时监测责任；禁止虚假宣传，⭐联盟营销需建追踪机制。 4、刚果(金)以配额制替代钴出🤯口禁令 刚果(金)结束钴出口禁令，改为实行出口配额制度😴，预计配额规模不足以满足下游需求，钴资源供应趋紧。我国企业加🥳速开拓海外钴资源开发、回收等多元化供给渠道。刚果(金)钴矿储❤️量全球占比 55%，产量占比 76%，我国精炼钻产量全球占比😴约八成。现货市场钻产品报价上涨部分企业暂停报价，观望为主。刚🌟果(金)将允许出口逾1.8万吨钴，配额将根据企业历史出口量比😅例分配。中国企业需积极开拓印尼钴资源，寻求多元供给迫在眉睫，🌟资源回收行业更具商业性。 平台动态一览 1、亚马😢逊扩大多渠道配送服务（MCF）覆盖范围 ，向SHEIN、Sh🤩opify和沃尔玛商家开放服务 日前，据亚马逊官网披露🔥，该平台正式宣布其第三方物流产品——亚马逊多渠道配送服务（M😅CF），将扩展覆盖范围，向SHEIN、Shopify和沃尔玛🙄平台的商家开放服务。此前MCF服务已助力eBay、Etsy、😴Temu和TikTok Shop等其他销售渠道的商家实现配送👏。得益于和亚马逊物流（FBA）共享库存池，MCF服务能够赋能🤯卖家简化配送流程，通过现有物流渠道增加销售额，并迅速在新的平😎台开展业务。这大幅降低了企业在其入驻的各个平台都需要单独布局😂履约能力所耗费的时间和成本投入，为商家提供了更快捷的解决方案🙌。 展开全文 2、TikTok Shop美区黑五😎和秋促报名正式启动 TikTok Shop美国站已正式😴开启秋季大促及黑五活动的报名通道，并推出三项核心权益升级：首🚀先，平台将以全额优惠券替代商家部分出资，仅收取1%的服务费（🔥在有效订单结算时扣除）；其次，报名商品将自动激活GMV Ma❤️x广告计划并进入大促模式，以提升其曝光率和转化率；最后，商家🎉可以在活动价格的基础上设置额外折扣。此次大促面向中国内地、中😜国香港及美国的商家开放，商家需通过卖家中心的营销入口提交商品🤔，同时关注价格审核和折扣灵活调整机制。 3、Shope😢e越南和泰国站点物流佣金上涨 Shopee跨境店宣布，😂将自10月1日起提高越南站点南宁仓订单的佣金费率，从9.82❤️%调整至12.17%。同时，标准渠道与快速渠道的SLS物流成🎉本也将进行同步调整。至于泰国站点，自11月1日起，南宁仓的佣🤗金将在原有9.63%-11.77%区间上调至16.05%-1🚀8.19%。部分SLS物流渠道费用也将在10月1日同步更新。🚀此次调整适用于南宁仓店铺和一店多运店铺中的相关订单，卖家需登🔥录企业微信查看完整费率表，并利用藏价工具及时调整商品定价，以😁避免因藏价不足而造成经济损失。 4、Temu再度刷新黑🚀五大促纪录，预热阶段提前至十月上旬 Temu官方宣布，😆其美国站黑色星期五大促将于10月9日14:00正式启动预热，😉持续至11月29日15:59结束，全周期长达51天，再次刷新😆了Temu黑五大促持续时长的纪录。本次大促分预热期（10月9🥳日-11月1日）和活动期（10月31日-11月29日）两阶段🔥，平台统一设置八折与八五折两档优惠。对比2024年的黑五大促😊，今年Temu的促销周期整体延长了4天，启动时间提前了11天🔥。 5、速卖通推出“超级品牌计划” 对标亚马逊 😂阿里速卖通启动“超级品牌出海计划”，用品牌在亚马逊一半的成本🎉，实现更高成交。此举被视为对亚马逊发起正面挑战，争夺中高端品🥳牌。速卖通的首批目标是瞄准2000个品牌。根据品牌所处阶段的🤔不同，速卖通将其划分为三类——潜力品牌、成熟跨境品牌和国际大😀牌，并针对性地推出定制化解决方案，覆盖品牌全生命周期。速卖通😉为此还成立了一支专门的团队，定位为品牌的“服务顾问”。 🤩 6、TikTok美国新方案：合资公司仅负责数据、内容安全 😁 当地时间9月25日，美国总统特朗普签署行政令，批准了一😉项TikTok交易协议，并明确协议的基础条款。根据行政令，T🤗ikTok的美国应用将成立一家新的合资公司。这家新的合资公司👍将由美国人持有多数股权。知情人士称，TikTok美国运营方案🥳将主要包含两个主体：字节跳动TikTok美国公司（BD Ti🥳kTok US）由字节跳动100%持有，也是新方案中的主体运⭐营公司，将负责TikTok美国业务的商业及相关运营活动（电商🤔、品牌广告等）、TikTok全球互联互通及产品和工程技术支持😎等。另一个主体为TikTok美国数据安全合资公司（TikTo😡k USDS Joint Venture），将负责TikTo🤔k美国数据安全、内容保障、软件保障及相关本土业务；该公司将引😢入外部投资人增资扩股，字节跳动将持股19.9%，仍为其最大单🌟一股东。 热门行业观察 1、机构：上半年全球消费🌟智能摄像头累计出货6665万台，同比增长2.7% 9月❤️23日，国际数据公司（IDC）最新报告显示，2025年第二季🙄度全球智能摄像头市场（包含消费级室内和室外摄像头，含运营商渠❤️道）出货3278.4万台，同比增长0.9%，其中亚太（不含中🤩国及日本）、美国、加拿大市场已经出现同比下滑。2025上半年🤯，全球消费智能摄像头累计出货6665万台，同比增长2.7%，😎其中拉美市场同比增长26%，为全球增长最快区域；中国智能摄像🙄头市场出货2359.2万台，同比增长3.1%，增速逐步放缓。😍 2、巴西零售策略调整：2025年黑五投资减少 圣诞季💯成为利润增长的核心 9月24日消息，巴西零售业在202🚀5年的策略发生了重大变化，多家零售商计划减少黑色星期五的广告😂投入，将营销资源重心转向圣诞购物季。巴西零售领袖协会（CND💯L）执行经理Daniel Sakamoto表示，此举旨在防止😢黑五促销对圣诞季高利润空间的侵蚀。尽管黑五依然是电子产品销售🥳的高峰期，但消费者对折扣的敏感性有所下降，部分商品甚至出现了😜价格先上涨后下降的现象。 服务生态动向 1、多哈👍哈马德国际机场携手北京大兴机场，共促卡中航空联通 多哈😘哈马德国际机场与北京大兴国际机场签署姊妹机场谅解备忘录（Mo🌟U），在卡塔尔航空与中国南方航空的合作伙伴关系，以及卡塔尔民😉航局（QCAA）与中国民航局（CAAC）签署的谅解备忘录基础😉之上，深化航空合作。卡塔尔机场管理与运营公司（MATAR）与🤩北京首都国际机场集团有限公司（大兴机场运营方）将共同推进合作🎉项目，共建全球枢纽典范。目前，哈马德国际机场已通航中国9座城🥳市，经多哈可连接全球120多个目的地。北京大兴则成为南航继广😊州后第二个通往多哈的直飞门户，补充卡塔尔航空与厦门航空的航线😂网络。 2、寻汇SUNRATE正式接入Google P🤯ay 9月26日，全球支付与财资管理服务商寻汇SUNR❤️ATE正式宣布，其商务卡产品已成功接入Google Pay，😴支持全球企业用户直接通过安卓设备完成付款，享受更高效、更安全💯、更便捷的支付体验。通过此次集成，寻汇SUNRATE商务卡持🙌卡人可将卡片添加至Google Pay，在线下门店、应用程序👏及线上平台轻松完成非接触式支付。依托Google Pay强大🔥的安全与隐私保护机制，企业在全球范围内不仅能安心交易，还能体❤️验更顺畅的结账流程。3、DHL宣布恢复美国包裹运输服务 全球🙄物流限制逐步缓解9月24日消息，DHL宣布将在未来几周内恢复👍其美国包裹运输服务。此前，由于特朗普政府实施的关税政策，全球😡物流受到了显著限制，发往美国的国际包裹数量骤降了81%。DH👍L董事会成员Nikola Hagleitner表示，目前已获😂得更加明确的美国海关新流程信息，美国方面的透明度有所提高，这🔥为运输的恢复创造了有利条件。 海外政策异动 1、❤️欧盟拟改革隐私法规，或终结网页「同意 cookies」弹窗 ⭐ 据 POLITICO 报道，欧盟委员会正计划对 200😆9 年修订的《电子隐私指令》进行重大调整，意在减少网页上泛滥😊的「同意 cookies」弹窗。该指令要求网站在向用户设备写😂入 cookies 前必须征得同意，除非这些 cookies👏 属于「提供服务所必需」。多年来，这一规定导致用户频繁面对弹🤔窗，习惯性点击同意，反而削弱了隐私保护的实际效果。欧盟方面正😘在考虑允许用户在浏览器等统一位置一次性设定 cookies 😘偏好，或为「技术必要」及「简单统计」类 cookies 免除😎同意要求。 2、越南要求超1000美元跨境支付需上报，🚀2026年生效据 《越南投资者》报道，越南央行要求银行😘从今年 11 月开始报告每笔 5 亿越南盾或以上的国内转账，🤗以加强反洗钱监管。新规定还涵盖跨境支付，要求向监管机构报告 🥳1,000 美元或以上的交易。金融机构必须在 12 月底之前👏调整其内部系统和流程，然后于 2026 年 1 月 1 日全🤗面合规生效。 【信息来源】AMZ123、DHL、东方财🔥富网、界面新闻、澎湃新闻、沙特人、钛媒体APP、新华社、亿邦🙄动力、亿恩网*根据字母排序 图片来源：AI / 网络返回搜狐👍，查看更多