推理模型DeepSeek-R1-Lite预览版正式上线，解密 o1 推理过程

DeepSeek-R1-Lite采用强化学习训练，推理过程包含大量反思和验证，支持长达数万字的思维链；在数学、编程等复杂任务中，DeepSeek-R1-Lite在AMC、Codeforces等评测中超越GPT-4o，展现出卓越成绩；推理效率与思维链长度呈正相关，相比传统投票方法，长链推理提高了准确率和效率。