1. 开源的内容
- 模型权重（Weights）：
- DeepSeek-V3、R1、R1-Zero 都已经发布了完整的模型参数。
- 模型架构（Architecture）：
- 架构细节均可查看，并可在 Hugging Face 上运行。
- 推理接口 & 模型卡（Model Cards）：
- 给出了运行模型所需的基本信息与用途说明。
- 评估结果与技术报告（Benchmark Results & Reports）：
- 包括对比闭源模型的详细结果，如 MMLU、CMMLU、Codeforces、AIME 等。
✔️ 总结：代码 + 模型参数 + 评估结果 + 模型结构 是完全可获取的。
2. 没有开放的内容
- 训练代码
- 训练数据集
- 完整的数据处理/评估脚本
❌ 这意味着你无法完整地复现 DeepSeek 模型的训练过程。
🔐 它真的是开源的吗？
这个问题的答案取决于你如何定义“开源”。
按照 LF AI&Data 提出的【模型开放三层级】标准：
| 开放层级 | 说明 | DeepSeek 的表现 |
|---|---|---|
| L1 | 开放模型权重 | ✅ 是 |
| L2 | 开放推理代码和模型使用方法 | ✅ 是 |
| L3 | 完整开放训练代码、训练数据和细节 | ❌ 不是 |
✔️ DeepSeek 目前介于 L2 和 L3 之间，但尚未达到最完整的开放（L3）。
📜 DeepSeek 使用什么许可证？
1. MIT 许可证（R1 / R1-Zero 等）：
- 无使用限制，真正的“开源”。
2. DeepSeek 许可证（其余模型）：
- 基于 Responsible AI License（RAIL） 改造
- 有使用限制，包括：
- 禁止军事用途；
- 禁止违反法律、散播假信息等用途；
- 分发时需包含原始许可证说明。
❗ 本质上是“有约束的开源”，不适用于所有商业用途，尤其是涉及安全或军事的场景。
❓DeepSeek 有没有“假开源”？
你提到它“可能自己也没有完全遵守其应当遵守的开源许可证”，这确实是一个争议点，原因可能包括：
- DeepSeek 使用了部分未披露数据或未经授权的数据源进行训练；
- 发布模型使用了 MIT 协议，但训练数据未开放，可能违反某些开源精神。
但目前尚无确凿证据指向其明显侵权。
📌 总结一句话
DeepSeek 是目前开放层级最高、性能最强的中文主导大模型之一，虽然未做到完全开源（如训练代码和数据集），但在模型能力与透明度上已具有显著领先地位。
