DeepSeek-R1今天一次「小更新」,颠覆了大模型格局,网友:尽快放R2


DeepSeek-R1今天一次「小更新」,颠覆了大模型格局,网友:尽快放R2

仅用于站内搜索,没有排版格式,具体信息请跳转上方微信公众号内链接

机器之心报道
编辑:泽南、Panda
超出所有人的期待。
千呼万唤始出来,DeepSeek迎来了推理模型更新。
昨晚,DeepSeek官方宣布其R1推理模型升级到了最新版本(0528),并在今天凌晨公开了模型及权重。
HuggingFace链接:https ://huggingface. co/deepseek-ai/DeepSeek-R1-0528
模型文件上传时间是凌晨1点,不知DeepSeek工程师们是不是加班到了最后一刻。也有网友表示,这回又在端午节假期前发新模型,简直比放假通知还靠谱。
这次更新的升级版R1参数量高达6850亿,体量巨大,虽然开源了出来,但大多数人只能围观。如果「满血版」不进行蒸馏,是肯定无法在消费级硬件上本地运行的。
不过这种不说话直接放链接的态度还是引来了网友们的普遍欢迎。
根据DeepSeek的小范围通知,更新后的R1版本采用MIT许可证,这意味着它可以用于商业用途,从版本号看来这是一个「小」升级,不过人们大量实测后发现,新版大模型的性能提升颇为明显。
我们也能在新版DeepSeek-R1模型的配置文件中看到更多但并不出人意料的信息,包括采用了DeepSeek-V3作为基础模型以及MoE、隐藏层大小、量化等配置。
我们现在已经可以在DeepSeek的网页端和App上直接用上这个最新版本的大模型。
有网友总结表示,新的DeepSeek-R1-0528可以进行更加深度的推理,输出的文本更加自然,结构更有层次感,它展现出了独特的推理风格,不仅速度很快,而且进行了充分的思考。与上周发布的Claude4类似,现在的DeepSeek也可以进行长时间的思考了,据说能持续30-60分钟。
已经有一些网友实测时遇到了DeepSeek的长考,这deepresearch可够深度的:
基准评分,成绩大幅提升
DeepSeekR1发布以来,大模型领域的格局已经发生了变化。原版R1的成绩如今已不再领先,R1-0528的出现修正了结果。
R1-0528模型的第一个Benchmark成绩是LiveCodeBench,它超越了O3-Mini,几乎与O3(High)的评分相当,在编程任务上相比上个版本有了显著的提升。
要知道DeepSeek模型是完全开源的,App目前为止也完全免费,这可以说是开源的胜利。
另外,其在ExtendedNYTConnections基准上的成绩也已经出炉,相比于前一代DeepSeek-R1,最新的0528版本的提升非常明显,从38. 6增至了49.8,接近ClaudeOpus4Thinking16k;不过在该基准上,DeepSeek-R1-0528仍旧没有挤进OpenAIo系列模型占据的第一梯队。
目前,ChatBotArena上也已经更新了新版本的DeepSeekR1,让我们看看大家充分测试过后它的排名能爬到多高。
网友实测:代码能力大幅提升
虽然DeepSeek-R1-0528才刚出来不久,但已经有不少网友分享了自己的实测结果。
比如开发者Haider就通过一个编程挑战赛(构建一个词评分系统)挑战了当前主流的前沿模型,结果发现,目前只有o3和新版DeepSeek-R1能够完成这个挑战。这不禁让他感叹:DeepSeekissoback…
也有网友通过一个小球撞墙实验直观地对比了Claude-4-Sonnet与DeepSeek-R1-0528的实际表现。可以看到,DeepSeek-R1生成的代码在模拟物理碰撞方面表现会更好一些。
HyperbolicLabsCTO和联创YuchenJin也进行了简单测试,发现R1-0528是目前唯一一个始终能正确回答「whatis9. 9-9. 11?」的模型。
下面是他录制的演示视频:
机器之心也做了一次简单的尝试,让其用Python编写了一个可以将Word文档中的图片提取到固定路径的小程序。
可以看到,DeepSeek-R1用一分多钟完成了任务,那实际效果如何呢?很遗憾,出现了一个报错:
这是一个简单的句法错误,下面我们直接将其反馈给R1-0528。结果出现了一个有趣的现象,对于这个简单报错,R1模型思考的时间(212秒)远远超过了之前写出整个程序的时间。
查看其思考过程可知,新版本的R1与之前的版本一样存在过度思考的问题,即反复思考和验证原本很简单的问题。
不过好在,修改后的程序成功完成了指定任务,就是这UI字体有点不协调:
我们还进行了另一些简单测试。整体来说,我们感觉新版DeepSeek-R1相比前一版本确实提升不小,完成一个任务所需的对话轮次也少了许多。
最后,尽管R1这次提升很大,网友们还是期待DeepSeek尽快放出R2。
一个小版本更新就如此惊艳,DeepSeekR2会是什么样子?这一次,我们是不是要等到国庆节?
©THEEND
转载请联系本公众号获得授权
投稿或寻求报道:liyazhou@jiqizhixin. com


文章作者: ZejunCao
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 ZejunCao !
  目录