过年期间发生了2件震撼我的事，一是饺子的哪吒2，二是deepseek R1，****https://chat.deepseek.com/。哪吒的精益求精，更加让我坚信公众号内容需要深耕精益求精，与学术修养一样需要更纯粹的心血读者才能更共鸣。Deepseek则让我内心激动，因为这2年的AI测评一度让我觉得世界都被openAI等一众灯塔产品深深的支配的，这次终于看到国产原创之光且如此成功。下面一起随着我，深入deepseek与chatGPT对我日常科研、写作与分析的双雄对决。

一、Deepseek

2024年8月deepseek V2、12月V3、2025年春节放出R1版技惊四座。R1的强大比肩01的推理能力，暂时没有之一。便宜参数少，训练开销与使用费用小了一个数量级、开源任何人均可自行下载与部署，提供论文详细说明训练步骤与窍门，甚至提供了可以运行在手机上的 mini模型、服务完全免费，任何人随时随地可用、暂时唯一支持联网搜索的推理模型(o1还不支持)、本土团队开发完成完全自主可控。这些优点简直不要太炸裂。怀着敬畏而科学的心，我全面测评deepseek R1在医学学术相关的应用，并总结记录。本文不涉及R1的本地部署，下一篇有空，等R1或R2更稳定再分享。

二、工业prompt

我采用小时候玩的贪吃蛇游戏，对比GPT01与deepseekR1，两者都是深度思考模型，给出了正确解决方案，deepseek无法重置游戏，界面和完整性还是01更佳。

三、论文专业翻译

我采用NEJM的RCT文章将2者与官方译文进行比对。Deepseek翻译国产，严格遵循医学论文写作规范，专业术语参照《医学主题词表》（MeSH）及《英汉医学词汇》最新版，统计学表述符合CONSORT声明要求，关键数据均保留原始研究报告中精确数值及统计学参数，其实01也应该是遵循的但是没有声明出来。从专业性结果看，deepseek会延伸出显著性、一致等推断语言这才严谨性的医学领域是十分错误的，所以01还是更加强。当然，O1中意外可以更优化为计划外、time-to-event也可以更加优化，总体来说O1更保持了SCI统计推论的严谨性。

四、论文回复审稿人

让o1与R1扮演SCI论文专家，我有一篇论文返修需要回复审稿人意见。我曾经在2024年测评过，当时4o的回复比现在o1都要详细。给我惊喜的是，R1的回复非常棒！

五、图片识别

5.1 简单表格

表格排列2者都有问题，需要谨慎使用。我以前做的时候没有发觉错这么多，01或4o都错误很多最近，R1则无法复现成table格式。

5.2 公式图表

提高难度，我们将智荟思维中的汇总临床预测模型公式图片进行读取并复现。o1和4o结果差不多，都只能读取部分公式，R1或V3版本尝试10次都无法读取彩色复杂带复杂公式的。不知道是不是最近用的人太多服务器不给力。

六、文献复现统计代码

我采用jama系列文章的KM曲线，进行文献解读与复现。解读方面，o1不支持PDF，4o支持，R1也支持pdf。尽管给出的代码或多或少可运行，但是4o与R1都无法正确复现顶刊文章的代码！可见医学统计需要顶层专业人士的谨慎推断也解读，AI的冲击波尚无法取代这类高尖端内容。

七、发散思维

1、deepseek火爆，但经常服务器忙、运算速率不及o1。

2、deepseek暂无插件，GPT插件丰富，期待未来开发更多插件。

3、deepseek优势，API超低价、显卡算力要求极低，底层架构自主迭代迅速。

4、deepseek在回复审稿人和解读文献图片意义方面很强，甚至超出了gpto1，这点大大的惊喜。

小结

DeepseekR1 专业学术能力已经撼动GPTo1，潜力无限，强力推荐。

AI大模型学习路线

如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！

扫描下方csdn官方合作二维码获取哦！

这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

100套AI大模型商业化落地方案

大模型全套视频教程

200本大模型PDF书籍

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

LLM面试题合集

大模型产品经理资源合集

大模型项目实战合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓