月之暗面或因DeepSeek调整工作重心 强化学习成关注焦点

据悉，月之暗面内部已将“持续拿到SOTA结果”确定为最重要的工作目标。2025年，他们计划在模型能力方向上加强多模态和长文本推理能力。然而，DeepSeek的成功让外界重新审视了月之暗面的技术和用户增长模式。两者在闭源与开源、预训练与蒸馏技术等方面存在差异。虽然尚未明确是否接入DeepSeek或开源，但有业内人士透露可能会将强化学习作为一个工作重点方向。此举被认为是对抗DeepSeek等竞争对手的一种改变或尝试。

近日OpenAI发布研究论文报告《Competitive Programming with Large Reasoning Models》，提到中国的DeepSeek-R1和Kimi k1.5利用思维链学习方法，在数学解题与编程挑战中表现出色。这也进一步引发了对于强化学习路线带来的模型能力提升的关注。