DeepSeek与Kimi揭示o1秘密，思维链学习方法显成效

据消息，OpenAI近日发布了一项重要研究报告。报告指出，DeepSeek和Kimi两家机构通过独立研究，成功利用思维链学习方法，在数学解题与编程挑战中显著提升了模型的综合表现。

Kimi的研究员Flood Sung在随后的发文中详细阐述了这一发现。他提到，长思维链的有效性在内部实验中已经得到了验证。在实际训练过程中，研究人员发现模型的表现会随着训练的深入而不断提升，并且token数也在不断增加。这一现象表明，在强化训练的过程中，模型能够自我涌现，进一步提升其解题能力。

值得注意的是，就在1月20日，DeepSeek和Kimi在同一天发布了各自的推理模型R1和k1.5。这两款模型的发布，无疑是对其研究成果的进一步验证和展示。

此次DeepSeek与Kimi的研究不仅揭示了o1的秘密，更为人工智能领域的发展带来了新的启示。思维链学习方法的成功应用，为提升AI模型的解题能力和编程能力提供了新的思路和方法。