近日，據(jù)月之暗面報(bào)道，OpenAI發(fā)布了一項(xiàng)令人矚目的研究報(bào)告。報(bào)告指出，DeepSeek和Kimi兩個(gè)研究團(tuán)隊(duì)通過獨(dú)立研究，成功利用思維鏈學(xué)習(xí)方法，在數(shù)學(xué)解題與編程挑戰(zhàn)中顯著提升了模型的綜合表現(xiàn)。

Kimi團(tuán)隊(duì)的研究員Flood Sung在社交媒體上發(fā)文，分享了團(tuán)隊(duì)的研究心得。他提到，長思維鏈的有效性在團(tuán)隊(duì)內(nèi)部已經(jīng)得到了驗(yàn)證。在實(shí)際訓(xùn)練過程中，研究人員發(fā)現(xiàn)模型的表現(xiàn)會(huì)隨著訓(xùn)練的深入而不斷提升，并且token數(shù)也在不斷增加。這一發(fā)現(xiàn)證明了在強(qiáng)化訓(xùn)練過程中，模型具備自我涌現(xiàn)的能力，能夠不斷挖掘和發(fā)揮自身的潛力。

值得一提的是，就在1月20日，DeepSeek和Kimi兩個(gè)團(tuán)隊(duì)在同一天發(fā)布了各自的推理模型R1和k1.5。這一巧合不僅展示了兩個(gè)團(tuán)隊(duì)在研究領(lǐng)域的默契，也進(jìn)一步凸顯了思維鏈學(xué)習(xí)方法在提升模型性能方面的巨大潛力。

OpenAI的這一研究報(bào)告，不僅揭示了DeepSeek和Kimi兩個(gè)團(tuán)隊(duì)在思維鏈學(xué)習(xí)方法上的突破，也為人工智能領(lǐng)域的研究提供了新的思路和啟示。