O artigo DeepSeek-R1 é capa da Nature, com Wenfeng Liang como autor correspondente

Jinse Finance relatou que, em 17 de setembro, o artigo DeepSeek-R1 foi destaque de capa na revista Nature, com Wenfeng Liang, fundador e CEO da DeepSeek, como autor correspondente. A equipe de pesquisa demonstrou por meio de experimentos que a capacidade de raciocínio de grandes modelos de linguagem pode ser aprimorada por meio de aprendizado por reforço puro, reduzindo a carga de trabalho de entrada humana e apresentando desempenho superior em tarefas como matemática e programação em comparação com modelos treinados por métodos tradicionais. O DeepSeek-R1 atingiu 91,1k estrelas no GitHub, recebendo elogios de desenvolvedores em todo o mundo. Professores assistentes da Carnegie Mellon University e outros avaliaram que o sistema evoluiu de um solucionador poderoso, porém opaco, para um sistema capaz de diálogos semelhantes aos humanos. Em artigo editorial, a Nature reconheceu que este é o primeiro LLM mainstream publicado após revisão por pares, representando um passo positivo em direção à transparência; a revisão por pares ajuda a esclarecer como os LLMs funcionam, avaliar sua eficácia e aumentar a segurança dos modelos.