皇帝: Deepseek是真正的创新还是穿着AI皇帝的新衣?

2025-01-31 | 来源: 二湘的十一维空间 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

昨天看到很多群里转发这条信息：“据彭博新闻周二报道，微软和 OpenAI 正在调查 ChatGPT 技术的数据输出是否被与 DeepSeek 相关的一个团体以未经授权的方式获取。

报道称，微软的安全研究人员观察到，在去年秋季，他们认为与 DeepSeek 有关的个人使用 OpenAI 的应用程序编程接口（API）提取了大量数据。”

许多人根据这条信息做出结论，认为Deepseek是小偷，Deepseek是Deepshit。许多人都在转发这篇题为《deepseek穿上Ai皇帝的新衣，精英集体蜕化为乌合之众》的文章，认为DeepSeek不过是基于OpenAI的GPT企业版API做了一些二次封装和微调，核心技术并未自研。

我认为这个结论是不准确的，把DS的蒸馏技术当作API二次封装显然是对AI的核心技术不够了解。

那么什么是蒸馏技术呢，业内人士一般称为model distillation（模型蒸馏），也有人称为knowledge distillation（知识蒸馏），简单来说，就是将复杂大模型（教师模型）的知识“压缩”到更轻量的小模型（学生模型）中，通过模仿教师模型的输出（如概率分布），小模型保持了高性能并且减少了计算量。通俗一点讲，就是学生模仿老师的输出或中间特征，从而将老师的知识和方法（如推理能力、模式识别等）迁移到学生手里。

而API二次封装指的是一个App把终端用户的问题直接甩给另外一个App，得到回复后再把答案返回这边的App。

注意这两者最大的不同是在蒸馏技术里，学生模型学会了老师的推理方法，有了自己的模型，用户的问题是在学生模型里生成的，来自学生自己的App，而在后者，答案是来自另外一个App。

考古队打开光绪皇帝陵墓后为什么纷纷作呕?

《还珠格格》里面,皇帝是更喜欢小燕子还是更喜欢紫薇一些?

《藏海传》藏海没交出蛇眉铜鱼,害死皇帝,高明、香暗荼集体下线

而DeepSeek的核心优化手段是知识蒸馏，目的是将大模型的智能推理方法高效迁移到自己的轻量化模型中，而非直接压缩数据，更不是简单的二次包装获取答案。

文章中提到DeepSeek调用OpenAI的核心证据是当问及”what model are you“时，Deepseek回答是chatGPT，或者”GTP-3”，但这其实不过是DS在Post Training Reinforcement learning （RL）的阶段调用了一些OpenAI的API 获取一些数据。而这种调用是允许的，并且是付费的。当然，这里的确有一个潜在的问题，那就是OpenAI的API调用，每一个账号都有一个Limit，不知道DS是不是用code或者多人多账号的方式绕过了这个Limit，这大概就是微软所说的未经授权的方式获取数据。

昨天和谷歌一个负责Gemini构建的技术主管聊了一阵，他说，其实大模型蒸馏是很常见的，业界一般就是调用比较强的大模型，获取几千至上万不等的prompts & responses用来做RL。DS的Thinking Model（推理模型）有很大的创新，业界公认的推理模型第一梯队包括openAI，谷歌和DS，Anthropic还没有自己的thinking model， Meta在这方面是落后的。AI业内人士早在半年前就关注DS了，Deepseek的技术是很靠谱的，梁文峰是业界公认的懂技术细节的领导者，放眼整个AI圈都找不到一把手CEO这么懂技术细节。DS的确是做的非常好，有许多创新，并且是改变了游戏规则，低成本也可以做AI开发，这必然会鼓励更多人加入AI的开发大军。

有人说，DS不过就是蒸馏技术里的佼佼者而已，答案也并非如此。DS的确是有不少自己的创新的，用我的一位朋友，AI技术大拿张峥的话说，就是站在巨人肩膀上，长出了自己的脑袋。

那么DS到底有哪些创新呢？

首先是模型架构上有创新。

DS是以强化学习（RL）为核心驱动推理能力，传统大模型主要依赖监督微调（SFT），而 DS首次利用RL作为推理能力的核心训练方式。DeepSeek-R1-Zero 甚至完全采用 RL 训练，不依赖 SFT，当然也出现可读性差、语言混乱等问题。但这是首个公开研究证明 LLM 的推理能力可以纯粹通过RL 激励，而不需要 SFT。这个纯粹依赖RL作为训练方式有些像Deepmind的AlphaGo，通过不断地学习，不断地纠错，从一无所知直接练成一个绝世高手。这一突破为未来该领域的研究奠定了基础。