Hinton梦想的AI医生要来了！斯坦福哈佛实测：o1以78%正确率超人类
Hinton梦想的AI医生要来了！斯坦福哈佛实测：o1以78%正确率超人类Hinton梦想的AI医生要来了！斯坦福哈佛实测：o1以78%正确率超人类 新智元 新智元 2025年06月08日 12:45 北京
来自主题: AI技术研报
6263 点击 2025-06-08 14:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
Hinton梦想的AI医生要来了！斯坦福哈佛实测：o1以78%正确率超人类 新智元 新智元 2025年06月08日 12:45 北京
在文本推理领域，以GPT-o1、DeepSeek-R1为代表的 “慢思考” 模型凭借显式反思机制，在数学和科学任务上展现出远超 “快思考” 模型（如 GPT-4o）的优势。
大语言模型遇上加密数据，即使是最新Qwen3也直冒冷汗！
今天，我们正式发布 DeepSeek-R1，并同步开源模型权重。DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。DeepSeek-R1 上线API，对用户开放思维链输出，通过设置 `model='deepseek-reasoner'` 即可调用。
大型推理模型（如 OpenAI-o1、DeepSeek-R1）展现了强大的推理能力，但其静态知识限制了在复杂知识密集型任务及全面报告生成中的表现。为应对此挑战，深度研究智能体 WebThinker 赋予 LRM 在推理中自主搜索网络、导航网页及撰写报告的能力。
国产大模型进步的速度早已大大超出了人们的预期。年初 DeepSeek-R1 爆火，以超低的成本实现了部分超越 OpenAI o1 的表现，一定程度上让人不再过度「迷信」国外大模型。
阿里Qwen3凌晨开源，正式登顶全球开源大模型王座！它的性能全面超越DeepSeek-R1和OpenAI o1，采用MoE架构，总参数235B，横扫各大基准。这次开源的Qwen3家族，8款混合推理模型全部开源，免费商用。
最近，DeepSeek-R1 和 OpenAI o1/03 等推理大模型在后训练阶段探索了长度扩展（length scaling），通过强化学习（比如 PPO、GPRO）训练模型生成很长的推理链（CoT），并在奥数等高难度推理任务上取得了显著的效果提升。
4月25日，昆仑万维发布最新财报，2024年营收56.62亿元，同比增长15.2%，净利润亏损15.95亿元，同比下跌226.8%。这也是上市十年，昆仑万维首度亏损的一年。
OpenAI 的 o1 系列模型、Deepseek-R1 带起了推理模型的研究热潮，但这些推理模型大多关注数学、代码等专业领域。