伯克利团队以30美元复现推理训练路径

伯克利团队以30美元复现推理训练路径。

分析认为，大模型比拼的不再是动辄千万亿美元的算力战，OpenAI、Meta、谷歌这些大公司引以为傲的技术优势和高估值将会瓦解，英伟达的股价将开始动摇。

OpenAI、Meta、谷歌这些大公司引以为傲的技术优势和高估值将会瓦解，英伟达的股价将开始动摇。

而且，模型在推理行为中非常依赖于具体的任务： 对于Countdow任务，模型学习进行搜索和自我验证 对于数字乘法任务，模型反而学习使用分布规则分解问题，并逐步解决 苹果机器学习科学家Yizhe Zhang对此表示，太酷了，小到1.5B的模型，也能通过RL涌现出自我验证的能力。

对DeepSeek而言，1月27日披露的信息显示，相关数据把竞争焦点从模型参数进一步推向部署成本、推理效率和可获得性。对企业客户而言，技术能力只有转化为稳定服务和可控制的预算，才会形成持续采购。

对DeepSeek而言，1月27日披露的信息显示，目前披露的信息仍有边界，后续结果要由实际交付、客户使用或下一期财务数据验证。已公布的目标属于管理层判断，不能直接视为最终结果。