深度求索與清華大學合作開發自我提升的AI模型——彭博社

深度求索正與清華大學合作，致力於減少其AI模型所需的訓練量以降低運營成本。

這家中國初創公司憑藉一月份推出的低成本推理模型引發市場震動，現與北京高校的研究人員聯合發表論文，詳述了一種提升模型效率的新型強化學習方法。

研究人員寫道，新方法通過獎勵更準確、更易理解的響應，幫助人工智能模型更好地遵循人類偏好。強化學習在特定應用場景中已證明能有效加速AI任務執行，但將其擴展到更廣泛領域仍具挑戰性——這正是深度求索團隊試圖通過"自原則批判調優"解決的問題。論文顯示，該策略在多項基準測試中優於現有方法，能以更少計算資源實現更優性能。

該公司表示，這些新模型被命名為DeepSeek-GRM（通用獎勵建模的縮寫），將以開源形式發佈。包括中國科技巨頭阿里巴巴集團和舊金山OpenAI在內的其他AI企業，也正在開拓即時任務執行中提升推理與自我優化能力的新領域。

總部位於加利福尼亞州門洛帕克的Meta Platforms Inc.發佈了其最新的人工智能模型系列Llama 4，並在週末宣佈這是其首個採用混合專家（MoE）架構的模型。DeepSeek的模型在很大程度上依賴MoE以更高效地利用資源，而Meta將其新發布的產品與這家位於杭州的初創公司進行了基準測試。DeepSeek尚未明確其下一代旗艦模型的發佈時間。