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)

近日，罗永浩因质疑西贝使用预制菜而引发的争议再次将预制菜的相🎉关话题推向风口浪尖。 作为一场关乎现代餐饮业发展模式的😉争论，却不幸沦为简单的"对与错"的二元对立。这种非黑即白的思🎉维方式不仅无法推动行业进步，更是一种对工业文明成果的盲目抗拒🙄。 2025年9月10日，罗永浩在个人社交媒体平台上发🎉帖称："好久没吃西贝了，今天下飞机跟同事吃了一顿，发现几乎全🥳都是预制菜，还那么贵，实在是太恶心了。此言一出，立即引发网络😉热议。 罗永浩的指控核心在于两点：一是西贝餐厅使用了大🔥量预制菜，二是这种做法在不知情的情况下进行。他随后公开悬赏1😢0万元征集西贝预制菜线索。 面对质疑，西贝创始人贾国龙🔥迅速回应称："按照国家的规定，我们没有一道菜是预制菜。"他强🤯调西贝遵循"中央厨房预处理+门店现做"的模式，并非简单的预制🙌菜经营。这一争议迅速升级为法律纠纷，贾国龙表示将起诉罗永浩，🚀并宣布西贝全国门店将开放后厨参观。 这场争议暴露出公众😢对预制菜概念的模糊认知，以及对餐饮工业化进程的深层焦虑。 🌟 什么是预制菜？ 2024年3月，市场监管总局联合教👍育部、工业和信息化部、农业农村部等印发《关于加强预制菜质量安👍全监管的通知》，首次在国家层面明确预制菜的定义和范围：预制菜😜是指以食用农产品、食品原料和/或其半成品为原料，添加或不添加🤯调味料和/或添加剂，经预加工制成的或未经加工可直接使用的预包🤔装菜肴、风味菜点或营养餐食，不包括生食水产品、生食畜禽肉及生😆食果蔬等未经加热的食品。 总结来看，根据加工深度和食用🤯便利性，预制菜可分为四大类。 即食食品：开封后即可食用🙄的预制食品，如真空包装的即食米饭、即食酱菜等。 即热食😊品：需加热后食用的预制食品，如速冻水饺、汤圆等。 即烹😍食品：需烹饪后食用的预制食品，如速冻鱼糜制品、腌制好的牛肉片😁等。 即配食品：即配生鲜，如预洗切的蔬菜、预腌制的肉类🌟等。 为了更准确地理解预制菜，有必要区分几个相关但不同😊的概念。 预制菜与半成品菜：预制菜经过更深度的加工，而🎉半成品菜通常只经过初步加工。 预制菜与净菜：净菜通常指😜经过清洗、去根、去皮等简单处理的蔬菜，不属于预制菜范畴。 😍 预制菜与中央厨房产品：中央厨房制作的菜肴不纳入预制菜范围💯，前者属于餐饮服务环节的集中制作，后者是工业化生产的成品。 🤔 预制菜是怎么来的？国际上有无参考案例？ 预制菜的🙄发展历程实质上是食品工业化的进程。这一概念起源于20世纪60🥳年代的欧美，当时主要是为了提高餐饮业的效率和一致性。日本在7😢0至80年代将预制菜产业推向新高度，实现了每年20%的高速增💯长，期间诞生了神户物产和日冷集团等大型预制菜企业。 展😀开全文 日本政府在60年代开始大力扶持速冻食品行业并积👍极建设冷链物流，为预制菜发展奠定了基础。到70年代，随着日本🤯经济的快速发展和餐饮连锁经营模式的普及，预制菜产业迎来了爆发😅期。 日本是全球预制菜发展最成熟的国家之一。2024年🙌，日本的冻品市场规模达35000亿日元，其中家庭用预制菜占比👍高达40%。日本政府早在20世纪60年代就开始大力扶持速冻食🌟品行业，并积极建设冷链物流系统，为预制菜产业的发展奠定了坚实😡基础。 值得注意的是，日本的社区小吃店80%都是连锁品🥳牌，这些小店通常只有15至20个菜品，大多采用预制菜或半预制🚀菜模式。这种模式既保证了食品质量的稳定性，又满足了消费者对便😊利性和性价比的需求。 国际经验表明，预制菜的兴起与经济🔥发展、城市化和生活方式变化密切相关。 中国预制菜产业起👍步是相对较晚的，在20世纪90年代，预制菜以净菜配送为主，属😢于食品工业化的初步探索。2000年以后，随着冷链产业发展，出🙌现了专业的预制菜企业和半成品菜、深加工预制菜企业。在2020😅年之后，疫情期间"宅经济"兴起，预制菜需求激增，产业发展进入😘快车道。 目前，中国预制菜行业已形成B端和C端并行发展🔥的格局，在餐饮供应链数字化、工业化趋势推动下持续扩容。202🚀4年中国预制菜市场规模已达4850亿元，同比增长33.8%，😅预计2026年将突破7490亿元。 预制菜产业的发展程😁度与一个国家或地区的工业化水平密切相关。从农产品加工比例来看😅，发达国家普遍高于发展中国家，这反映了食品供应链的成熟度差异🤯。虽然中国餐饮行业近几年呈现高速发展的态势，但从渗透率这一指😢标来看，中国预制菜的渗透率还明显低于美国、欧洲、日本等发达国😜家。 预制菜会影响食物的营养成分吗？ 关于预制菜😉与现制菜品在营养价值上的差异，多项研究表明，两者之间虽然存在🤩一些差异，但并非想象中的天壤之别。 从主要营养成分来看🤔，预制菜在蛋白质、碳水化合物和脂肪等宏量营养素的保存方面表现😊良好。中国农业大学食品科学与营养工程学院朱毅教授指出："肉类🤗经过加热后，蛋白质流失不超过5%"。 但预制菜在维生素😴和矿物质方面确实存在一定损失。预制菜经过热加工处理后，流失的👍主要是蔬菜中的维生素C和少量矿物质，但膳食纤维没有很大损失。🎉以维生素C为例，新鲜蔬菜炒制时维生素C一般会流失20%-30😘%，如果炖得久很烂，损失会超过50%。然而，这与个人家庭烹饪😴时的营养损失实际上差别不大。 从某些角度来看，预制菜在🤯营养方面甚至还存在一些优势。 许多预制菜在开发过程中经😴过营养师的科学配比，能够更好地满足人体对各种营养素的需求，标👍准化的生产过程有助于控制油、盐、糖的用量，而家庭烹饪往往难以😢精确控制。 预制菜使人们能够轻松获得不同地域、不同风味😡的美食，有助于膳食多样化。通过现代化工艺，某些预制菜能够保留🤔传统美食的营养成分，如"锁鲜"技术可以最大限度保留营养素。 💯 预制菜是“科技与狠活”？ 一方面，工业化生产意味😉着更加严格的生产环境控制、更完善的质量管理体系和更严格的监管🚀标准。另一方面，预制菜需要经过预处理、包装、储运等多个环节，😅每个环节确实也可能存在食品安全风险。 消费者对预制菜的😅担忧主要集中在以下几方面：食材新鲜度与品质，添加剂使用，生产😅卫生状况，冷链运输与储存条件。 除了菜品本身，部分消费😍者还会认为预制菜是"假冒伪劣"的代名词，他们对工业化食品有天😊然抵触感，担心餐饮企业因为考虑降低成本而隐瞒使用预制菜。 🤔 其实大部分消费者对预制菜的质疑来自对食材新鲜度和生产卫生🤗状况表示担忧。然而，这种担忧更多源于信息不对称和认知偏差，而😍非预制菜本身不可克服的技术难题。 尽管社交媒体上对预制😍菜的反对声音很大，但完全不接受预制菜的消费者只是少数。 😘 公众对预制菜的负面情绪可能被过度放大了。 预制菜产业👍是农业现代化与食品工业深度融合的产物，代表了农产品精深加工的💯发展方向。 从农业产业链来看，预制菜连接了农业种植、畜😅禽养殖、冷链物流等多个环节，推动了一二三产业的融合发展。 😂 预制菜为农业生产提供明确的标准和规范，推动农产品标准化、🤯规模化生产，通过深加工提高农产品附加值，增加农民收入，通过稳🚀定的采购合同，降低农业生产的风险。 不仅如此，预制菜产🤔业还能推动农业新品种、新技术的开发和应用。 从这个意义😊上说，支持预制菜的发展就是支持农业现代化，反对预制菜实际上是😉在抵制农业产业升级。 餐饮业工业化是不可逆转的潮流。 🎉 餐饮业的工业化是与城市化进程相伴相生的。从社会发展的角🥳度看，当一个社会的城市化率超过50%以后，餐饮业必然要走向工🤯业化、规模化和标准化。 餐饮业工业化会通过标准化生产和😊规模效应提高生产效率的同时，保证产品的一致性和稳定性。集中采😡购和规模化生产可以大幅度降低单位成本。 从手工业到工业😴化是人类社会生产力发展的普遍规律，餐饮业也不例外。 正😁如我们不再用手摇纺车替代现代化纺织设备一样，餐饮业也不能固守😴低效率的手工烹饪模式，而应拥抱工业化的进步。 面对预制😉菜，公众的态度应该是在理性认知基础上的审慎选择，而非情绪化的🔥全面否定。合理的担忧应该聚焦于具体的风险点，如食品安全监管、🥳营养标签透明度等，而无脑抵制则往往源于对工业化生产的偏见和恐😉惧。 罗永浩质疑西贝使用预制菜的事件，从商业争议演变为🤔公共话题，是社交媒体时代的舆论放大效应所导致。 在这个😀过程中，情绪常常先行而理性后置，舆论初期往往被情绪主导，理性🤩分析被置于次要位置，一些复杂的产业问题被情绪裹挟后简化为"对😢错"二元对立。在公众对于预制菜的认知存在偏差时，公共讨论可能😊被流量逻辑绑架，偏离问题本质。 我们不该将所有中央厨房🤯生产的食物都视为"预制菜"。实际上，按照国家标准，中央厨房制😎作的菜肴不纳入预制菜范围。 我们也不该认为餐厅使用预制😂菜必然构成欺骗。事实上，消费者真正的关切点在于知情权是否得到😎保障，而非预制菜本身。 我们更不该将食品工业化的必然趋🚀势视为"伪劣"的同义词。这种认知忽视了工业化生产在食品安全、😀效率提升等方面的优势。 回望人类食物发展的历史，从原始⭐的生食到火的使用，从手工制作到工业化生产，每一次技术进步都推🚀动了人类文明的发展。 预制菜作为食品工业化的产物，代表😘着农业生产、食品加工和餐饮服务融合发展的新方向。 反对🔥一切形式的预制菜，本质上是对工业文明进步成果的拒绝。在现代社😡会，我们不能回到完全依赖手工生产的时代，正如我们不会放弃电力😢、信息技术等其他工业文明成果一样。理性的态度应当是批判性地接🤩受技术进步，在享受便利的同时，通过完善监管、加强创新来解决出😉现的问题。 面向未来，预制菜产业将继续快速发展，关键在💯于我们以何种态度面对这一变革。是坚持开放包容、推动进步，还是😡固守传统、拒绝变革？答案不言而喻。 工业文明的发展方向🎉不可逆转，预制菜作为其在食品领域的重要体现，也将成为人们生活😁的重要组成部分。我们的任务不是抵制这一趋势，而是引导其健康发🤗展，让它更好地服务于人们的美好生活需要。 在这个过程中🎉，理性、开放、建设性的态度将推动产业、消费者和整个社会共同进🥳步。（本文首发于钛媒体APP，仅代表个人观点，作者｜马金男 😆）返回搜狐，查看更多