近日，據(jù)月之暗面報道，OpenAI發(fā)布了一項令人矚目的研究報告。報告指出，DeepSeek和Kimi兩個研究團隊通過獨立研究，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團隊的研究員Flood Sung在社交媒體上發(fā)文，分享了團隊的研究心得。他提到，長思維鏈的有效性在團隊內(nèi)部已經(jīng)得到了驗證。在實際訓(xùn)練過程中，研究人員發(fā)現(xiàn)模型的表現(xiàn)會隨著訓(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兩個團隊在同一天發(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團隊在研究領(lǐng)域的默契，也進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的這一研究報告，不僅揭示了DeepSeek和Kimi兩個團隊在思維鏈學(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。