@dajj #10 大模型的训练代码是非常工程的，可能都还包含了一些公司内部基建的代码，这些是肯定不会开源的，训练一次要几千张卡，开源又怎么样，难不成还真能跑起来不成 不过一般 LLM 开源，会同步放出模型结构、怎么推理、怎么微调的代码，如果非要较真这个，deepseek r1 确实少做了一点，不过目前开源的部分已经很够用了
训练代码其实都不会开源，很多公司“开源”出来的和他们实际使用的代码并不同。 因为训练一个超大模型要考虑的事情非常多，例如服务器硬件故障之后要怎么处理。有些代码会涉及到公司的云设施核心代码，如果完整开源出来，你甚至可以用来搭建一个阿里云、腾讯云……
确实不太理解这种开“源” 楼上列举的各种，那个算源么？你们自己去看看开源软件中的源是什么意思啊。 如果展示其中的一部分代码就算是开源了，那我给你放个 https 的链接，算开源网页吗？ 楼上举 OpenAI 的例子更滑稽，啥时候人家自己说过自己是开源的啊？
@dajj @Yuanlaoer 程序开源和模型开源本来就是不同的领域，为啥要一样？ 这个概念也不是国内发明的，OpenAI 的 GPT-3 之前的版本也是开源的，但只开放了权重。 Meta 的 LLaMA 系列也是开源模型，同样不提供训练数据，但它进一步在论文中公开了一些训练细节，因此不妨碍它成为国内套壳模型的鼻祖。 而 DeepSeek 在论文中公开的细节比 LLaMA 的论文更多，且不少是前人未走过的捷径，这足以让业界震撼了。
deepseek 这次是开源的权重， 以及那个五十多页的技术报告， 实际上搞算法的有大量的代码是 dirty work ， 就是各种数据处理技巧， 因为这次的技术报告非常详细，短短几天已经有好几家复现成功 R1 了， 比如 huggingface 的官方复刻版本。https://huggingface.co/open-r1
