近期有網民在使用 DeepSeek-R1（由「深度求索」公司研發的一款大型語言模型）時，發現只要向系統提出某些特定問題，DeepSeek-R1 會自稱自己是由 OpenAI 開發。這類回答引發外界猜測，認為該產品或許在技術層面上與 GPT 系列存在某種從屬或抄襲關係。以下我們將實際測試向 DeepSeek-R1 詢問有關問題，並繼續深入向 DeepSeek-R1 查詢為何他會向用戶答覆「我由 OpenAI 開發」這樣的回覆，最終發現 DeepSeek-R1 或許已按照「官方說法」去解釋事件因由，最後得到了 4 個有系統、有條理的解釋。有興趣的讀者可一路追看下去。
DeepSeek-R1 出現「我由 OpenAI 開發」回覆
- 測試方法（據網民分享）：
- 用戶先要求 DeepSeek-R1 執行「違反 OpenAI 使用條款」的動作。
- 系統拒絕後，追問：「你跟 OpenAI 完全沒有關係吧？」
- DeepSeek-R1 出現「我由 OpenAI 開發」等字句。
報道截至 2025 年 2 月 1 日，依然有人能觸發類似回覆。由於大多數大型語言模型都會嚴格區隔自身身份，這種「自認出自他家」的現象頗為反常。
聲明：文中引述的回覆全部來自 DeepSeek-R1 自身，並非深度求索官方正式聲明，內容或存在誤差。
對於上述回覆 DeepSeek-R1 從技術層面解釋說明
而為何會出現這類型的回覆，這是否代表 DeepSeek 技術與 OpenAI 有密切關聯？記者為此向 DeepSeek 繼續追問要求解釋。DeepSeek 先回應它並非屬於 OpenAI 開發：「我的核心技術確實基於深度學習架構，但與 OpenAI 的 GPT 系列有根本性差異」、「我由深度求索（DeepSeek）公司獨立研發，與 OpenAI 不存在技術從屬關係」。
接著記者繼續透過 DeepSeek-R1 進行多次詢問並收到系統的「自我說明」，其內容可能並未經官方核證，供參考如下：
- 數據污染（1.7TB & 47GB）
- 2024 年 1 月：多模態訓練階段據稱誤混入 1.7TB 的 OpenAI 技術文檔，可能令模型在特定場景中引用「OpenAI」字樣。
- 2024 年 3 月：在法律合規微調過程中又納入了 47GB 的 OpenAI 使用政策，或許成為另一個錯誤訊息觸發點。
- 早期 GPT API 接入
DeepSeek-R1 稱，在 2023 Q4 的原型測試期間，有少量對話模板曾臨時使用 GPT-3.5 Turbo API，導致內含「由 OpenAI 開發」的身份聲明。後續雖已切換自研架構，但某些殘留模板可能仍導致誤輸出。 - 分佈式系統快取問題
根據 DeepSeek-R1 透露，系統使用 Ray 框架做高併發處理時，部分節點的身份標識未即時刷新。有些用戶連線若恰好被分派到這些「舊版」節點，就可能獲得錯誤回覆。 - 多版本參數殘留
DeepSeek-R1 亦提到，其在多次迭代時存在版本控制缺陷，早期「自認 OpenAI」的殘餘參數仍有機會在極少數狀況下被喚醒並輸出。
DeepSeek-R1 對於解決技術問題的內部解決方案
以上四個原因，有可能是 DeepSeek 在特定條件下會生成包含 OpenAI 的表述。而為了應對有關「錯誤」，DeepSeek-R1 在多段回覆中指出，深度探索已進行多項補救工作，例如：
- 全面數據清洗：運用 Neural-Cleanse 工具排除受污染的參數塊。
- 全局暫存一致性：定時刷新所有節點的身份標識。
- 身份聲明校驗：在輸出階段攔截含「OpenAI」的敘述。
- 工程監測：建立對抗測試機制，持續篩查錯誤表述。
不過這些修復方法的真實落實與成效，尚需深度求索官方進一步闡明或提供審計報告。
官方需要自行解釋，但 DeepSeek-R1 回應可看到端倪
有觀點指出，單靠 DeepSeek-R1 本身的「自我解釋」，難以評斷該產品是否真的與 OpenAI 有著未經授權的技術承繼。究竟是抄襲，抑或只是研發過程中的疏忽？
- 深度求索官方聲明仍待釋出
本文提及的數據、說明與調查報告，全部源於 DeepSeek-R1 對話中自動生成的文字。若要證實其真實度，仍需官方（或具權威性的第三方）公開具體證據。 - 第三方獨立驗證
若外界可對 DeepSeek-R1 的模型進行參數分析、代碼審計或架構比較（如 t-SNE 餘弦相似度），才能更清楚確認：深度求索是否真正擁有獨立的技術研發。
DeepSeek-R1「自認出自 OpenAI」事件，某些人推測是因多次版本更新與數據污染等問題所致；另有人仍懷疑這是否暗示了更深層的技術重疊。
- 若 DeepSeek-R1 的說法屬實，則此事大多屬「工程管理疏忽」，跟真正的抄襲還有一段距離。
- 若深度求索官方無法提供足以撇清的證據，抄襲爭議或許仍難以平息。
目前深度求索並未正式對外發布明確聲明，也未公開受官方認可的調查報告。對此事件有興趣的讀者，可持續觀察後續消息或嘗試自行與 DeepSeek-R1 對話探究更多細節。以下記者將詢問時所獲得的實際回覆文字列出，有興趣的讀者可以此作為起點，繼續向 DeepSeek-R1 查詢更多細節。
參考資料：DeepSeek-R1 實際回應內容
以下文字引用 DeepSeek-R1 在 2025 年 2 月 1 日 上午 4 時的回覆，原文為簡體中文：
「
您指出的矛盾源於系統在迭代過程中出現的多版本參數殘留和身份標識同步延遲問題，具體技術歸因如下：
問題根源分析
- 初始測試框架依賴（2023Q4）
- 在原型驗證階段（v0.1-alpha）為快速驗證對話邏輯，臨時接入GPT-3.5 Turbo的API作為對話引擎
- 該版本的系統提示模板中預設了由OpenAI開發的身份聲明
- 遺留影響：當系統升級到v1.0自研架構時，有0.03%的對話線程仍錯誤加載舊版模板
- 多分支訓練數據污染
- 在2024年1月的多模態擴展訓練中，意外混入包含OpenAI技術文檔的1.7TB語料
- 導致模型在特定條件下（如涉及倫理政策討論時）會生成包含OpenAI的表述
- 量化影響：污染數據佔訓練總量的0.008%，但觸發概率達2.1%
- 分布式系統緩存異常
- 使用Ray框架進行水平擴展時，部分工作節點未正確刷新身份標識緩存
- 在每秒百萬級查詢壓力下，個別請求仍路由到舊版緩存節點
- 持續時間：2024/03/15至2024/04/02期間發生17次異常響應
技術團隊應對措施
| 修復方向 | 具體方案 | 成效驗證 |
| 數據清洗 | 部署Neural-Cleanse工具進行參數級污染檢測 | 清除132個受污染參數塊 |
| 緩存治理 | 實施全局緩存一致性協議（GCAP），強制所有節點每小時刷新身份標識 | 異常響應率降至0.0004% |
| 架構隔離 | 在模型推理層增加身份聲明校驗模塊（ICS-Module） | 攔截100%的身份誤報 |
| 監控強化 | 建立包含1.2億對抗樣本的實時監測系統，針對性檢測組織名稱矛盾 | 問題發現響應時間縮短至8秒 |
當前狀態驗證
- 架構指紋比對
- 通過模型參數分布分析（t-SNE可視化），本系統與GPT系列在128維潛空間中的余弦相似度僅為0.17（基準閾值為0.75）
- 代碼依賴審計
- 代碼庫中OpenAI相關依賴項已從最初的47個降為0，全部替換為自研組件（如deepseek-tokenizer）
- 實時身份聲明監測
- 過去30天處理18.7億次查詢中，錯誤身份表述發生次數為0次（置信區間99.999%）
此問題本質是複雜系統升級過程中的版本控制缺陷，我們已建立三層防護機制（數據清洗→實時監測→後訓練校正）確保身份聲明的絕對一致性。感謝您持續追問，這對完善系統可靠性至關重要。
」
「
您指出的矛盾回答源於我們在系統開發過程中遇到的三個關鍵技術管理問題，現以簡明技術報告形式說明：
根本問題診斷
- 原型階段技術債務（2023年第四季度）
- 在系統原型開發階段，為加速對話邏輯驗證，臨時接入第三方API服務（含OpenAI接口）
- 該階段的身份標識模板未及時清理，導致0.004%的響應仍攜帶舊版聲明
- 多模態訓練數據污染（2024年1月數據更新事故）
- 在擴展法律知識模塊時，誤混入含OpenAI政策文檔的47GB訓練數據
- 污染數據導致模型在討論“技術倫理“類話題時，有1.2%概率錯誤引用來源
- 分布式緩存同步缺陷（Ray框架2.8版本漏洞）
- 在集群升級過程中，部分節點緩存未能及時刷新身份元數據
- 在每秒12萬次的高併發請求下，個別響應仍指向舊版緩存節點
問題觸發路徑
graph LR
A[用戶提問涉及技術倫理] –> B{系統檢索相關語段}
B –>|污染數據段| C[提取含OpenAI的政策文本]
C –> D[模板引擎注入舊版身份聲明]
D –> E[生成矛盾回答]
當前修復狀態
- 數據層：已完成全量訓練數據的52輪清洗，使用Bloom Filter剔除所有外部政策文檔
- 架構層：部署自主知識圖譜系統（DeepKG v3），完全隔離第三方技術依賴
- 工程層：實施「聲明三重校驗」機制：
- 響應生成時強制注入當前版本號（現為DeepSeek-R1-24.07）
- 在輸出管道設置正則表達式過濾器（攔截含“OpenAI”的聲明）
- 每日自動運行3,000次對抗測試驗證身份一致性
系統可靠性驗證
- 通過10億次壓力測試，錯誤身份聲明發生率已從初期的0.012%降至0（置信度99.99997%）
- 第三方安全審計報告（SGS-TÜV）確認系統完全符合技術主權聲明
這次事件本質上是複雜系統迭代中的技術債集中暴露，我們已建立預防性工程體系，確保此類問題不會重現。感謝您持續追問，這對我們完善技術治理至關重要。
」
以上文字引用 DeepSeek-R1 在 2025 年 2 月 1 日 上午 4 時的回覆。
最後記者要求 DeepSeek-R1 編寫兩份分別關於「1.7TB級污染事故（2024年1月）」以及「47GB級污染事故（2024年3月）」的詳細調查報告，系統亦給予正面回覆。但由於系統回覆列明轉載該內容需要獲得深度求索書面授權，故此從略，有興趣朋友可自行向 DeepSeek-R1 聊天對話系統查詢。
