拥抱的面部研究人员试图建立更开放的DeepSeek的AI“推理”模型|TechCrunch

DeepSeek发行仅一周后r1 -推理AI模型哪个将市场送入tizzy``拥抱面孔的研究人员试图从头开始复制模型，以追求开放知识。”

拥抱脸部研究负责人Leandro von Werra和几位公司工程师 已经启动了Open-R1该项目旨在构建R1和开源的所有组件，包括用于训练它的数据。

工程师说，他们被DeepSeek的黑盒释放哲学迫使他们采取行动。从技术上讲，R1是开放的，因为该模型是允许的许可，这意味着它可以在很大程度上不受限制地部署。但是，R1不是开源通过广泛接受的定义，因为用于构建它的某些工具被神秘地笼罩着。像许多高空飞行的AI公司一样，DeepSeek不愿透露其秘密调味料。

R1模型令人印象深刻，但是没有开放的数据集，实验细节或中间模型，这使得复制和进一步的研究变得困难，” Elie Bakouch是Open-Open-Open-Open-face Face Engineers之一。R1项目告诉TechCrunch。完全开放的R1的完整架构与透明性无关 - 它释放其潜力。

不那么开放

DeepSeek是一家由定量对冲基金资助的中国人工智能实验室，上周发布了R1。在许多基准测试中，R1匹配甚至超过Openaisâs的表现 O1推理模型。

作为推理模型，R1有效地对自己进行了核对，这是 帮助它避免了一些通常会绊倒模型的陷阱。与典型的非争议模型相比，推理模型通常需要更长的秒至几分钟才能达到解决方案。优势是它们在物理，科学和数学等领域中倾向于更可靠。

R1在DeepSeek的聊天机器人应用程序后闯入主流意识，该应用程序可免费访问R1，上升到Apple App Store图表的顶部。开发R1的速度和效率 - 在Openai释放O1的几周后，DeepSeek发布了该模型已经领导了许多华尔街分析师一个 和技术人员质疑美国是否可以在AI种族中保持领先地位。

Bakouch告诉TechCrunch，Open-R1项目不太关心美国AI的主导地位，而是完全打开黑匣子的模型培训。他指出，由于R1没有通过培训代码或培训说明发布，因此深入研究该模型的行为的挑战。

Bakouch说：'对数据集的控制和流程对于在敏感领域负责任地部署模型至关重要。” Bakouch说。这也有助于理解和解决模型中的偏见。研究人员不仅需要碎片，以突破可能的界限。

复制步骤

Open-R1项目的目标是在几周内复制R1，部分依赖于拥抱Face的科学集群，这是一家专用研究服务器，具有768 NVIDIA H100 GPU。

拥抱的面部工程师计划利用科学群集，以生成类似于用于创建R1的DeepSeek的数据集。为了建立培训管道，该团队正在向AI和更广泛的科技社区寻求拥抱的Face和Github的帮助，而Open-R1项目正在托管。

我们需要确保我们实施算法和食谱[正确，von Werra告诉TechCrunch，但这是社区努力在解决方面的完美努力，在这里您可以得到尽可能多的眼睛关于问题。

已经引起了很多兴趣。Open-R1项目在Github短短三天内就获得了10,000颗星。星星是GitHub用户表明自己喜欢项目或发现其有用的一种方式。

Bakouch说，如果Open-R1项目成功，AI研究人员将能够在培训管道之上建立，并致力于开发下一代开源推理模型。他希望Open-R1项目不仅能够产生强大的R1开源复制，而且还能为更好的模型提供基础。

Bakouch说：“开源开发不是零和游戏，而是立即使包括Frontier Labs和模型提供商在内的所有人都受益，因为他们都可以使用相同的创新。”

尽管一些人工智能专家对开源AI滥用的可能性提出了担忧，但Bakouch认为，收益大于风险。

他说，当R1配方被复制时，任何可以租用一些GPU的人都可以使用自己的数据构建自己的R1变体，从而进一步扩散到各地的技术。”``我们对最近加强开放性在AI中的作用的开源发布感到非常兴奋。对于该领域而言，这是一个重要的转变，它改变了叙述，只有少数实验室才能取得进步，而开源却落后了。