DeepSeek V3小版本升級(jí)實(shí)測(cè)堪比V3.5，非推理模型也有“啊哈時(shí)刻”
并非小版本升級(jí)
夢(mèng)晨 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
DeepSeek V3升級(jí)了，新版本V3-0324。
官方輕描淡寫(xiě)只說(shuō)是“小版本升級(jí)”，但很多人實(shí)測(cè)下來(lái)可一點(diǎn)也不小。
把流行的小球彈跳測(cè)試，提升難度到4維空間超立方體也沒(méi)問(wèn)題。
天哪，如果這只是一個(gè)小更新，那我想象不出大更新會(huì)是什么樣子。
編程這塊，只需一句提示詞開(kāi)發(fā)一個(gè)完整產(chǎn)品著陸頁(yè)，帶自適應(yīng)布局帶動(dòng)效，被評(píng)價(jià)為與Claude 3.7 Sonnet同一水平。
由于發(fā)布時(shí)間太短，還沒(méi)有正式測(cè)評(píng)結(jié)果，不過(guò)在開(kāi)發(fā)者Xeophon的個(gè)人Benchmark上所有指標(biāo)都有大提升，成為該測(cè)試下最好的非推理模型。
不是推理模型也有“啊哈時(shí)刻”
DeepSeek-V3-0324并非推理模型，在回答之前不會(huì)給出思考過(guò)程，但依然遵循一定的思維方式分解問(wèn)題。
走入死胡同的話(huà)，還表現(xiàn)出自主回到上一步重新思考的能力。
在“9.11和9.9那個(gè)大”、“Straberry有多少個(gè)r”已經(jīng)不成問(wèn)題的今天，最新折磨AI的難題是“讓7米長(zhǎng)的甘蔗通過(guò)2米高1米寬的門(mén)”。
在量子位的測(cè)試中，DeepSeek-V3-0324先是像它的前輩以及許多其他AI一樣碰壁。
碰壁之后開(kāi)始重新思考題目本身的含義，后面依舊陷入誤區(qū)，但突然在中文解題過(guò)程中夾雜一句英語(yǔ)思考，類(lèi)似DeepSeek-R1技術(shù)報(bào)告中的“啊哈時(shí)刻”。
等等，這似乎與之前的對(duì)角線(xiàn)方法相似，也許我遺漏了什么。
頓悟之后，突然就走上了正確的道路，注意到了題目中沒(méi)直接提到的隱藏條件。
雖然從計(jì)算過(guò)程看，還是沒(méi)理解到問(wèn)題的本質(zhì)，但好歹得出了解決方案，還認(rèn)識(shí)到了自己的誤區(qū)。
依舊免費(fèi)， 依舊開(kāi)源
像這樣的優(yōu)秀模型依舊免費(fèi)， 依舊開(kāi)源，權(quán)重文件已火速上線(xiàn)HuggingFace，使用最寬松的MIT協(xié)議。
所有權(quán)重文件加起來(lái)占硬盤(pán)空間約688GB，與初代v3保持一致，說(shuō)明依然是671B參數(shù)的MoE模型，目前沒(méi)有更多技術(shù)細(xì)節(jié)，還需等待官方進(jìn)一步發(fā)布公告。
目前在官網(wǎng)和官方APP（關(guān)閉深度思考即可）、HuggingFace等渠道都能體驗(yàn)到v3-0324。
也可以到大模型競(jìng)技場(chǎng)去與其他模型pk，不過(guò)投票結(jié)果還要等一段時(shí)間才能出來(lái)。
當(dāng)然最讓大家期待的還是，v3更新了，r2還會(huì)遠(yuǎn)嗎？
官網(wǎng)試玩：
https://chat.deepseek.com/
HuggingFace：
https://huggingface.co/deepseek-ai/DeepSeek-V3-0324/blob/main/README.md
參考鏈接：
[1]https://x.com/TheXeophon/status/1904225899957936314
[2]https://x.com/Yuchenj_UW/status/1904223627509465116
[3]https://x.com/risphereeditor/status/1904194061780590773
相關(guān)閱讀
DeepSeek無(wú)問(wèn)西東！先行者早已趟平全國(guó)產(chǎn)之路
“通用人工智能是一場(chǎng)需要聚精會(huì)神的長(zhǎng)跑”
DeepSeek-R1秘籍輕松遷移，只需原始數(shù)據(jù)0.3% | 邱錫鵬團(tuán)隊(duì)聯(lián)合出品
已在開(kāi)源模型llama 2上驗(yàn)證
DeepSeek加持，北大通院幾何模型達(dá)IMO金牌水平！32個(gè)CPU核心和1塊4090就能實(shí)現(xiàn)滿(mǎn)血解題
DeepSeek-Coder在列作為神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
DeepSeek-R1持續(xù)震撼硅谷：躋身競(jìng)技榜前三，創(chuàng)始人梁文鋒采訪(fǎng)被“拿放大鏡”看
LeCun也點(diǎn)評(píng)了
