DeepSeek最大的贡献是什么？

主要观点总结

文章主要描述了对于人工智能领域的一些观点和看法，包括对不同模型的评估、对未来的展望以及对于当前科技巨头进展的看法等。

关键观点总结

关键观点1: 关于r1模型的进展评估

文章指出r1基本复现了openai半年前的成果，开源界的一系列实验表明rl能够自我推理出思维链。

关键观点2: 关于训练成本和模型转化的讨论

文章提到500万美金训练成本有待验证，但模型从fp16转fp8/fp4是趋势。同时，作者强调了模型预训练的重要性和合成预训练方法的潜在价值。

关键观点3: 关于模型思维的深入解析

文章通过比喻解释了r1模型的工作方式和与之前的模型的区别，并探讨了模型自我进化的可能性。

关键观点4: 关于未来的发展方向和挑战

文章讨论了如何让模型自己出题自己做，以及模型自我检查的能力。同时，作者认为ai的最终目标是实现自我进化，超越人类顶尖科学家，并可能与人类共同解决科学难题。

关键观点5: 关于数据标注和ai社会的问题

文章提到sft的演变以及数据标注的新形式。作者还讨论了传统vc思路在ai时代的局限性，以及对当前科技巨头进展的看法。