9月17日深夜，今年1月引發(fā)全球轟動的開源AI大模型DeepSeek-R1，在經(jīng)過8個多月嚴(yán)格的同行評審之后，登上國際頂尖學(xué)術(shù)期刊《自然》雜志封面，成為全球首個經(jīng)過同行評審的大語言模型。

此前，主流大模型通常采用一套不同于學(xué)術(shù)界的成果發(fā)布方式：開直播，在預(yù)印本網(wǎng)站和官方技術(shù)博客上發(fā)布突破性成果，同時在測評榜上拿下高分，以證明各自的技術(shù)優(yōu)勢。年初，DeepSeek-R1的業(yè)界影響力也是由此而來。

近年來，人工智能，特別是大語言模型，正以驚人的速度和一種近乎“黑箱”的方式發(fā)展。此次，DeepSeek團(tuán)隊在《自然》雜志上發(fā)表論文，無疑打破了行業(yè)慣例。對此，多位專家表示，此舉意味著“野蠻生長”的大模型正在向更為透明、可復(fù)現(xiàn)的方向發(fā)展，同時也意味著人工智能正努力融入更廣泛的科學(xué)社區(qū)，為AI與其他領(lǐng)域的融合打通更多壁壘。

影響力倒掛？發(fā)表生態(tài)在改變

這篇由梁文鋒擔(dān)任通訊作者的論文披露了DeepSeek-R1更多訓(xùn)練細(xì)節(jié)，包括29.4萬美元的超低訓(xùn)練成本，并正面回應(yīng)了模型發(fā)布之初的蒸餾質(zhì)疑。

實際上，這篇關(guān)于DeepSeek-R1的論文早今年1月就以預(yù)印本形式發(fā)表在arXiv平臺上。此次論文正式發(fā)表前，經(jīng)歷了8名同行評審，并在他們的反饋下作了許多修改、完善和補充，論文的清晰度、可信度和完整度得到進(jìn)一步提升。

自今年1月在全球最大開源AI社區(qū)Hugging Face發(fā)布以來，DeepSeek-R1模型已成為該平臺上下載量最高的復(fù)雜問題解決類模型。截至9月18日，R1模型的預(yù)印本論文也在短短8個多月中，獲得約3600次引用——在大模型領(lǐng)域，這是一個很高的引用數(shù)據(jù)。

“DeepSeek-R1用無限強(qiáng)化學(xué)習(xí)、獎懲制度來提升大模型的推理能力，在業(yè)界起到了引領(lǐng)風(fēng)潮的作用。”在浙江大學(xué)本科生院院長、人工智能研究所所長吳飛教授看來，盡管8個月的同行評審使論文更趨完善，但其最具創(chuàng)新性的方法并沒有實質(zhì)改變。

吳飛注意到，這8個月間，在某些任務(wù)表現(xiàn)上，有些大模型已超越DeepSeek-R1，但《自然》并未選擇發(fā)表那些成果，反而堅持發(fā)表這篇已在預(yù)印本平臺上發(fā)表過的論文，“這是前所未見的”。

過去，AlphaGo、AlphaFold等論文登上《自然》都是首發(fā)，而這篇首秀在arXiv上的論文不僅登上頂刊《自然》封面，編輯部還為此配發(fā)社論，這讓吳飛感覺到AI正在改變論文發(fā)表生態(tài)——或許未來全球影響力最高的20篇論文，可能最早發(fā)表于草根平臺。

AI需要加入更大“科學(xué)群聊”

在眾多業(yè)內(nèi)人士看來，這次R1模型登上《自然》，除了肯定其學(xué)術(shù)價值，還標(biāo)志著AI基礎(chǔ)模型正從一個靠技術(shù)博客和“打榜”為主要評價標(biāo)準(zhǔn)的領(lǐng)域，邁向以方法論的科學(xué)性、可復(fù)現(xiàn)性和嚴(yán)謹(jǐn)驗證為核心的成熟科學(xué)。

上海科技大學(xué)信息學(xué)院助理院長屠可偉教授告訴記者，期刊發(fā)表周期至少6-12個月，會議論文則需3-6個月，這樣的發(fā)表速度對AI來說太慢了。不過，在“誰都能往上發(fā)”的預(yù)印本平臺arXiv上，論文質(zhì)量也的確良莠不齊。屠可偉認(rèn)為，R1模型通過同行評審登上《自然》，更大的意義在于，讓AI獲得了更廣泛科學(xué)群體的關(guān)注。

《自然》雜志在同步發(fā)表的社論中表示，當(dāng)前，那些正迅速改變?nèi)祟愔R獲取方式的主流大語言模型中，尚無任何一個經(jīng)過研究期刊的獨立同行評審。嚴(yán)格的同行評審有助于清晰呈現(xiàn)大型語言模型的工作原理，并幫助評估其是否能實現(xiàn)宣稱的功能，有利于遏制人工智能行業(yè)的炒作現(xiàn)象。此次DeepSeek-R1打破行業(yè)慣例，讓大模型朝著提升透明度的方向邁出了可喜一步。

同時，同行評審還能增強(qiáng)研究的可信度，在不同群體中獲得更高認(rèn)可度。此外，評審還會對模型的安全性、防護(hù)機(jī)制作出要求，將推動改善目前頗受關(guān)注的數(shù)據(jù)污染、固有偏見等問題。

屠可偉坦言，人工智能需要在更大范圍與其他學(xué)科領(lǐng)域加速融合，而實踐中面臨的最大挑戰(zhàn)就是學(xué)科隔閡，增進(jìn)科學(xué)家與AI專家之間的交流極為必要。“此次R1模型登上《自然》，有助于讓AI融入更大的‘科學(xué)群聊’。”