DeepSeek R1 開放源碼 AI 挑戰 GPT-4 能力

隨著人工智慧持續以極快的速度發展，一個強大的新玩家已經進入這個領域，與既有的商業模式競爭。中國初創公司 DeepSeek 發表了其 R1 推理模型 - 一個開放源碼解決方案，展現出與 OpenAI、Anthropic 和 Google 等業界領導者相媲美的能力。這項突破性的發佈在 AI 社群中引起了極大的迴響，並引發了有關開放原始碼替代方案使尖端 AI 技術平民化的討論。

重點

DeepSeek R1 代表了中國新興初創公司 DeepSeek 所開發的開源 AI 突破。

R1 模型在與 OpenAI、Anthropic 和 Google 等領先 AI 解決方案的競爭中表現出色。

雖然 DeepSeek R1 展示了先進的推理能力，但目前缺乏原生工具整合能力。

PydanticAI 圖形提供架構代理工作流程的框架，以加強 AI 模型整合。

瞭解 DeepSeek R1 的能力並實現圖形化架構，對於利用下一代 AI 解決方案至關重要。

DeepSeek R1：挑戰者出現 [t:00]

DeepSeek R1 的出現

DeepSeek R1 推理模型的推出大大打亂了之前由 OpenAI 和 Google 等老牌公司主導的人工智能格局。這些科技巨頭傳統上都是以專屬模型來設定產業標準。

R1 的推出挑戰了這一模式，為先進的 AI 開發提供了一個更容易獲得的開源替代方案。

什麼是 DeepSeek？

DeepSeek 之前在中國以外的地區默默無聞，但通過其 R1 模型的發布，DeepSeek 已經成為 AI 領域的重要競爭者。該模型的性能展示了 DeepSeek 的技術複雜性。

DeepSeek 有別於一般的研究實驗室，它是一個有適當資金的商業實體。

R1 聲稱：開放原始碼模型革新人工智能

DeepSeek 透過其對開源原則的承諾而脫穎而出。透過釋出 R1 的架構和程式碼庫，DeepSeek 讓全球研究人員和開發人員都能自由存取、修改和建構其技術。

R1 的發佈引起了全球媒體的高度關注，許多出版物都強調了它對美國技術主導地位的挑戰。

中國認真看待人工智能發展

微軟執行長 Satya Nadella 承認中國的技術進步值得認真考慮。多份報告指出，中國的 AI 突破代表著全球 AI 競賽的重大躍進。

DeepSeek R1 對比競爭對手：效能總覽 [t:114]

R1 的基準測試

DeepSeek 公佈的基準顯示 R1 在與領先的商業和開源模型的競爭中表現優異。

性能指標顯示，R1 可與 OpenAI 的解決方案媲美，並可與 Qwen 和 Llama 基金會開發的六個密集模型媲美。

DeepSeek R1 的參數概觀

目前的 DeepSeek R1 架構提供六種參數變異，從 10 億到 700 億不等，全都建構在 Qwen 和 Llama 的基礎上。

如何使用 Python 和 PydanticAI 來使用 DeepSeek 模型 [t:124]

匯入程式庫

Python 實作，用來建構多動員、多模型推理圖：

from __future__ import annotations as _annotationsimport osimport reimport requestsimport asynciofrom colorama import Forefrom dotenv import load_dotenvfrom enum import Enumfrom bs4 import BeautifulSoupfrom dataclasses import dataclass, fieldfrom typing import Unionfrom pydantic_ai import Agent, RunContextfrom pydantic_ai.tools import ToolDefinitionfrom pydantic_ai.messages import ModelMessagefrom pydantic_graph import BaseNode, End, Graph, GraphRunContextfrom pydantic_ai.models.openai import OpenAIModelfrom pydantic_ai.models.ollama import OllamaModelfrom tavily import TavilyClient

初始化 Tavily 用戶端

# 載入環境變數load_dotenv()# 初始化 Tavily Client = TavilyClient(api_key=os.getenv("TAVILY_API_KEY"))

在 Ollama 上初始化 DeepSeek R1 模型

# 在Ollama上初始化DeepSeek R1模型areasoning_model = OllamaModel( model_name='deepseek-r1', base_url='http://0.0.0.0:11434/v1')

定義產品類別

# Product class@dataclassclass Product: name: str url: str keywords: list[str] num_rounds: int = 0

DeepSeek R1 的優點和缺點

優點

媲美 Google、OpenAI 和 Anthropic 等領先專屬模型的競爭性能

基於 Qwen 和 Llama 的六種密集模型變體可供社群開發使用

開放原始碼存取，可讓開發者更廣泛地採用與修改

缺點

需要整合 PydanticAI 才能發揮最大效能

目前的版本代表早期開發階段，需要改進

常見問題

DeepSeek R1有哪些限制？

DeepSeek R1儘管具備先進的推理能力，但目前仍缺乏對函數呼叫和結構化輸出的原生支援。

什麼是 PydanticAI 圖形？

PydanticAI 圖形有助於結構化的工作流程，協調多個代理朝共同目標邁進。

增強 DeepSeek R1 功能：使用 PydanticAI 圖形

PydanticAI 如何改善 DeepSeek R1？

雖然 DeepSeek R1 展現出令人印象深刻的推理能力，但它無法原生處理函式呼叫和結構化輸出，限制了整合的可能性。PydanticAI 的圖形架構可透過以下方式提供解決方案：

即時資料存取：整合 Tavily 等搜尋工具，擴充 DeepSeek R1 的知識庫

系統整合：連接 API 和外部服務，以實現自動化工作流程

結構化的輸出：將自然語言轉換為 JSON 等可用格式