的训练数据中还需要增加各 种风险类型、各种对抗攻击指令。 GRPO 安全训练 （4）更多安全实践：通义大模型还探索并落地了更多维度的安全增强策略，进一步 提升模型在复杂场景下的安全性。 ● 推理模型安全性：推理模型（Reasoning Model）通过引入“思考过程”来增强模 型在逻辑推理问题上的准确性和可解释性，已被广泛应用于各类大模型中。然而，由 于思考过程具有发散性和探索性，在回答风险提问时可能产生不安全内容。应对这一 时可能产生不安全内容。应对这一 挑战的方式是构建带思考过程的安全语料库 ：思考过程本身避免不安全的假设和推 演，并在面对恶意指令时，主动思考问题的意图并制定安全的回复策略。该方法有效 保证了推理模型的安全性，抵御了思考过程被恶意滥用的风险。 ● 小语种安全性：随着大模型的小语种能力不断提升，安全语料生产从中英文拓展 至多语言。具体做法包括：一是制作所有语言通用价值观的安全语料；二是结合目标

型的深度训练与推理 能力，实现文字交流与语音互动、精准捕捉群众画像、深刻理解其需 求与意图，助力人社行业服务模式变革，构建智能经办新模式。南宁 智慧人社联合创新实验室依托 DeepSeek 推理模型的政策理解能力和 千问大语言模型的泛化问答能力，构建了人社智问、智办、智审、智 策 AI 系列智能体及人社智能体服务专员——“南小宁”，目前已在社 保卡持卡库信息上传等 7 个业务场景中实现智能经办，累计处理业务

通过跨模 态对齐技术，实现了视觉、语音、文本等多 模态信息的高效整合，大幅拓宽了模型应用 场景。 3） 深 度 推 理： 以 OpenAI o1/o3 和 DeepSeek R18 为代表的推理模型，在解题 回答中引入类似人类“思考—反思”的推理 机制，用更长推理时间换取更高质量答案， 在数学、科学和编程等复杂任务上取得显著 突破。 4）自主智能体：多智能体系统 9 依托 大语言模型的认知与推理能力，通过自主感

型市场的竞争焦点由模型参数等 底层技术比拼，逐渐转向用户流量争夺、垂直场景的轻量化解决方案等，免费策略 成为各家抢占市场份额的一大利器。例如，OpenAI不仅向免费用户开放了o3-mini 推理模型的API，还宣布GPT-5将向免费用户开放。技术路线和市场竞争的双重转 变下，大模型的“成本效益革命”正在拉开帷幕。 中国AI发 展的阶段 性态势 1.1 模型架构与能力演进 © 2025

17 日，是一家典型的数 据资源、数据技术、人工智能和数据应用企业，专注于开发 先进的大语言模型和相关技术，以“低成本、高性能”为技 术路径，主要产品包括开源大模型 DeepSeek-V3、推理模型 R1 以及代码专用模型 DeepSeek-Coder 等。 在数据资源方面，DeepSeek 通过对新闻、百科、学术等 公开数据抓取，数学推理、代码生成等自研合成数据，金融、 医疗、政