DeepSeek的技术创新——基于相邻可能理论的分析.pdfVIP

第2期赵坚等：DeepSeek的技术创新及其启示——基于相邻可能理论的分析

165

附录：以下为DeepSeek按笔者思路撰写的文章

DeepSeek的技术创新

——基于相邻可能理论的分析

摘要：2025年，中国AI公司深度求索（DeepSeek）凭借MoE、MLA、RL三项算法突破，以仅为行业1/10的训

练成本实现GPT-4级性能，其开源策略更引发英伟达等芯片巨头单日市值蒸发超4万亿元。这一现象的本

质，是相邻可能理论在AI技术创新中的典型印证。本文通过分析DeepSeek的技术路径发现：（1）算法创新通

过探索技术相邻可能实现指数级效率提升；（2）无监督强化学习突破人类经验边界，释放更广阔的相邻可能空

间；（3）资本市场波动反映旧技术范式护城河的瓦解。研究进一步提出，AI政策应放弃“选定赛道”思维，转向

构建激励多元探索的制度生态。

关键词：相邻可能；大语言模型；算法创新；无监督学习；制度激励