DeepSeek-R1引领AI科研新纪元，获《自然》杂志高度评价

昨晚，DeepSeek再度创造历史！

智东西9月18日报道，9月17日，由DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究论文，登上了国际权威期刊《自然（Nature）》的封面。

DeepSeek-R1论文首次公开了仅通过强化学习，就能激发大模型推理能力的重要研究成果，激励全球AI研究者；这一模型还成为全球最受欢迎的开源推理模型，Hugging Face下载量超1090万次。此番获得《自然》的认可，可谓是实至名归。

与此同时，DeepSeek-R1也是全球首个经过同行评审的主流大语言模型。《自然》在社论中高度评价道：几乎所有主流的大模型都还没有经过独立同行评审，这一空白“终于被DeepSeek打破”。

《自然》认为，在AI行业中，未经证实的说法和炒作已经“屡见不鲜”，而DeepSeek所做的一切，都是“迈向透明度和可重复性的重要一步”。

《自然》杂志封面标题：自助——强化学习教会大模型自我改进

新版DeepSeek-R1论文发表在《自然》杂志，与今年1月未经同行评审的初版有较大差异，披露了更多模型训练的细节，并正面回应了模型发布之初的蒸馏质疑。

新版论文披露多个重要信息

在了解新版论文的变化前，我们有必要先回顾下DeepSeek-R1论文的核心内容。

DeepSeek-R1的研究初衷，是破解当时困扰AI业界的难题。众所周知，推理能提升大语言模型的能力，但让模型在后训练阶段通过数据学习思维链轨迹，严重依赖人工标注，限制了可扩展性。

DeepSeek尝试通过强化学习，让模型自我演化发展出推理能力。在DeepSeek-V3 Base的基础上，DeepSeek使用GRPO作为强化学习框架，仅使用最终预测结果与真实答案的正确性作为奖励信号，未对推理过程施加限制，最终构建出DeepSeek-R1-Zero。

除了上述主要科研成果外，在最新版的论文和其他材料中，DeepSeek新增了不少补充信息，让外界更深入地了解到模型训练和运作的细节。

在社论中，《自然》详细地分析了DeepSeek-R1经历完整同行评审流程，并登上期刊的价值。

大模型正在迅速改变人类获取知识的方式，然而，目前最主流的大模型都没有在研究期刊中经历过独立的同行评审，这是一个严重的空白。

同行评审出版物有助于阐明大模型的工作原理，也有助于业内评估大模型的表现是否与厂商宣传的一致。

作为国产开源 AI 模型走向世界的代表，DeepSeek-R1在全球开源社区拥有极高的口碑。而在本次登上《自然》杂志封面后，DeepSeek又补充了这一模型的更多信息，为开源社区提供了科研参考、模型复现思路以及应用支持。

论文链接：

https://www.nature.com/articles/s41586-025-09422-z#code-availability

同行评审报告：

https://www.nature.com/articles/s41586-025-09422-z#MOESM2

补充材料：

https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-025-09422-z/MediaObjects/41586_2025_9422_MOESM1_ESM.pdf