به گزارش گروه دانشگاه خبرگزاری دانشجو، یان لکان، دانشمند ارشد هوش مصنوعی متا، موفقیت DeepSeek را نشانه‌ای از برتری مدل‌های متن‌باز نسبت به مدل‌های انحصاری دانست.
او تأکید کرد که DeepSeek توانسته با استفاده از تحقیقات و منابع متن‌باز، عملکردی بهتر از مدل‌های پیشگام OpenAI و آنتروپیک ارائه دهد. به گفته لکان، این موفقیت نشان‌دهنده قدرت تحقیقات آزاد و امکان بهره‌گیری از ایده‌های منتشرشده در جوامع متن‌باز است.
متا که از مدل‌های متن‌باز مانند Llama بهره می‌برد، از مدت‌ها پیش بر اهمیت این رویکرد تأکید کرده است، درحالی‌که OpenAI و برخی دیگر از شرکت‌ها مدل‌های اختصاصی توسعه می‌دهند. لکان معتقد است مدل‌های بسته، به‌دلیل محدودیت در اشتراک دانش، می‌توانند مانعی برای توسعه فناوری باشند.
از سوی دیگر، سم آلتمن، مدیرعامل OpenAI، رویکرد مدل‌های بسته را با تأمین امنیت بیشتر مرتبط می‌داند، اما ابراز امیدواری کرده است که در آینده فناوری‌های بیشتری را به‌صورت متن‌باز عرضه کند.