人民財(cái)訊9月19日電，近日，由DeepSeek團(tuán)隊(duì)共同完成、梁文鋒擔(dān)任通訊作者的DeepSeek-R1推理模型研究論文，登上了國際權(quán)威期刊《自然（Nature）》第645期的封面。論文研究表明，大語言模型（LLM）的推理能力可通過純強(qiáng)化學(xué)習(xí)來提升，從而減少增強(qiáng)性能所需的人類輸入工作量。并提出，大語言模型（LLMs）不必依賴人工示例或復(fù)雜指令，也能通過試錯(cuò)式強(qiáng)化學(xué)習(xí)，自主學(xué)會(huì)生成推理過程。且AI還會(huì)自發(fā)進(jìn)行“自省”，被認(rèn)為是人工智能（AI）探索人類之外思維路徑的重要跡象。