撰文丨王聪香港六合彩图库下载
裁剪丨王多鱼
排版丨水成文
2025 年 1 月 20 日，中国杭州的初创公司深度求索（DeepSeek）发布了一款大说话模子（LLM）——DeepSeek-R1，这是一个部分开源（老师数据未公开，因此并非迷漫开源）的“推理”模子，其好像以与OpenAI于 2024 年年底发布的伊始进的专注于“推理”的大说话模子ChatGPT-o1支配的水平惩处一些科常识题。
更要紧的是，DeepSeek-R1 的老师资本远低于好意思国科技巨头们培育的主流大说话模子，DeepSeek-R1 的高性能与超低资本引起了全宇宙科学界的咋舌。
2025 年 1 月 28 日，意大利那不勒斯第二大学的盘考东谈主员在预印本平台medRxiv上发表了题为：Comparative Evaluation of Advanced AI Reasoning Models in Pediatric Clinical Decision Support: ChatGPT o1 vs. DeepSeek-R1 的论文。
2024年12月1日—2024年12月31日，「钛赞了」榜单第122期上榜作品为：
仿生多关节机械手技术，扫地机器人的一次全面革新
盘考团队在儿科临床决策维持中相比评估了两款 AI 推理模子：ChatGPT o1vs.DeepSeek-R1。评估终局知道，ChatGPT o1的准确率胜过DeepSeek-R1（92.8% vs 87.0%）。
ChatGPT o1所使用的“念念维链”（CoT）推理工夫使取得应愈加结构化和可靠，镌汰了出错的风险。DeepSeek-R1天然回应正确率稍低，但因其开源的本性以及新兴的自我反念念能力，展现出了更出色的可及性和适合性。
选拔先进的推理模子，举例ChatGPT o1和DeepSeek-R1，在临床决策维持方面迈出了关键一步，尤其是在儿科界限。
ChatGPT o1 选拔“念念维链”（Chain-of-Thought，CoT）推理来增强结构化问题的惩处能力，该模子的捕快是通过每月付费订阅获得的，每周行径 50 条讯息；而 DeepSeek-R1 则通过“强化学习”（Reinforcement Learning，RL）引入了自我反念念能力，该模子是免费开源的，每天行径 50 条讯息。
该盘考旨在诈欺MedQA数据集评估ChatGPT o1和DeepSeek-R1这两款推理模子在儿考场景中的会诊准确性和临床实用性。
盘考团队从 MedQA 数据合股中式了 500 谈儿科界限取舍题，并将其呈现 ChatGPT o1 和 DeepSeek-R1。每谈取舍题皆包含四个或更多的选项，其中只须一个是正确谜底。
盘考团队在长入条款下对 ChatGPT o1 和 DeepSeek-R1 进行了评估，评估认识包括回应的准确率、科恩卡帕总共和卡方磨练，以评估一致性及统计显赫性。通过对谜底的分析，详情这两款推理模子在解答临床问题方面的有用性。
终局知道，在 500 谈问题中，ChatGPT o1 回应正确了 464 谈，准确率为92.8%；DeepSeek-R1 回应正确了 435 谈，准确率为87.0%。有 413 谈题 ChatGPT o1 和 DeepSeek-R1 均回应正确，有 14 谈题二者均回应失误，有 51 谈题 DeepSeek-R1 回应失误而 ChatGPT o1 回应正确，有 22 谈题 DeepSeek-R1 回应正确而 ChatGPT o1 回应失误。
ChatGPT o1 与 DeepSeek-R1 模子之间的相比分析，突显了它们在性能和蓄意原则上的各异，它们在准确率认识和临床应用后劲方面展现出不同。
ChatGPT o1 模子以 92.8% 的正确率后发先至，高于 DeepSeek-R1 的 87.0%，这标明 ChatGPT o1 在提供正确谜底方面更具可靠性。这一特色使得 ChatGPT o1 在临床环境中至极适用，尤其是在会诊失误需降至最低的情况下。举例，在处理有败血症迹象的荣达儿等危险情况时，ChatGPT o1 好像提供更可靠的谜底，从而镌汰严重临床后果的风险。这一终局可能归因于其选拔了“念念维链”（CoT）推理工夫，该工夫使模子好像通过将复杂问题解析为连气儿设施来惩处，从而增强结构化推理能力。
相关词，ChatGPT o1 的可及性受到显赫的骨子行径，它需要付费订阅，且每周仅允许 50 条讯息，这可能会成为其应用的拦阻。在资源有限的环境中，尤其是在密集的阐述行径或粗造的临床模拟时分，这种情况尤为显然。
DeepSeek-R1 天然准确率略低，但由于其开源的本性，成为了一种易于获取且改进的惩处决策。这一特色使其在资源有限的医疗环境中或需要免费且生动器用的学术神情中至极有用。DeepSeek-R1 在预老师阶段选拔了基于“强化学习”（RL）的形式，使模子好像在不依赖传统监督预老师的情况下发展出高等推理能力。DeepSeek-R1 的一个显赫特色是其正在变成的自我反念念能力（即自我进化），通过这种能力，模子好像自主考证并优化其逻辑设施，从而在复杂任务上升迁性能。这一能力在诸如“关于疑似病毒性脑炎的儿童，接下来的经管设施是什么？”这类需要多眉目分析的复杂查询中可能至极有用。
科恩卡帕总共（K = 0.20）标明，这些模子之间的一致性较低，反应出它们各自独到的推理计谋。该总共在 -1到1 之间，-1 代表迷漫不一致性，0 代表立地一致性，1 代表迷漫一致性。
从工夫角度来看，这两个模子各有特色：ChatGPT o1 通过引申“念念维链”（CoT）推理等高等工夫来最大化结构化推理，使其至极合适复杂的临床环境。而 DeepSeek-R1 则以生动性和免费可用为特色，使其在资源有限的场景中更具可及性。
临了，论文作家暗意，这项盘考突显了ChatGPT o1在提供准确和连贯的临床推理方面具有上风，使其高度适用于儿科危险情况。而DeepSeek-R1凭借其生动性和可及性，在资源有限的环境中照旧一个可贵的器用。将这两款模子组合成一个集成系统，不错诈欺它们的互补上风，优化不同临床情境下的决策维持，举例，将复杂和高风险病例的分析交给 ChatGPT o1，而将 DeepSeek 用于告成回应问题和处理相易性经由，从而确保举座恶果更高。此外，有必要开展进一步盘考，以探索它们在多学科医疗团队中的整合，以及在实在宇宙临床环境中的应用 。
论文流通：
https://www.medrxiv.org/content/10.1101/2025.01.27.25321169v1
