近期，許多用戶發(fā)現(xiàn)，中國初創(chuàng)公司深度求索在蘋果應(yīng)用商店上架了自己的大模型應(yīng)用“DeepSeek”，其下方評論中就有網(wǎng)友表示，用了一年的網(wǎng)頁端，終于等到了App。
該App的商店頁面顯示，這是DeepSeek官方推出的AI助手，可“免費(fèi)體驗(yàn)與全球領(lǐng)先AI模型的互動(dòng)交流”。其使用開源的 DeepSeek-V3 大模型，多項(xiàng)性能指標(biāo)對齊海外頂尖模型，可以用更快的速度、更加全面強(qiáng)大的功能答疑解惑，助力高效美好的生活。
App Store 頁面截圖。
上個(gè)月（12月26日），深度求索正式對外發(fā)布 DeepSeek-V3大模型，據(jù)其介紹，該模型在多個(gè)方面超越、追平各種開源、閉源大模型。而在DeepSeek開源社區(qū)收獲的廣泛好評，顯示出開發(fā)者們已經(jīng)用腳進(jìn)行了投票。
首先是百科知識上，V3的知識類任務(wù)（MMLU, MMLU-Pro, GPQA, SimpleQA）水平相比前代 DeepSeek-V2.5 （下稱V2.5）顯著提升，接近當(dāng)前表現(xiàn)最好的模型 Claude-3.5-Sonnet-1022。長文本測評方面，在DROP、FRAMES 和 LongBench v2 上，V3 平均表現(xiàn)超越其他模型。
此外，V3 在算法類代碼場景（Codeforces），遠(yuǎn)遠(yuǎn)領(lǐng)先于市面上已有的全部非o1類模型，并在工程類代碼場景（SWE-Bench Verified）逼近 Claude-3.5-Sonnet-1022。
值得注意的是，V3在中文和數(shù)學(xué)相關(guān)基準(zhǔn)測試中表現(xiàn)尤為突出。在中文能力上，V3 與 Qwen2.5-72B 在教育類測評 C-Eval 和代詞消歧等評測集上表現(xiàn)相近，但在事實(shí)知識 C-SimpleQA 上更為領(lǐng)先。而在美國數(shù)學(xué)競賽（AIME 2024, MATH）和全國高中數(shù)學(xué)聯(lián)賽（CNMO 2024）上，V3大幅超過了所有開源閉源模型。
Deepseek-V3與多個(gè)國內(nèi)外大模型的測試數(shù)據(jù)對比。“Deepseek”公眾號
公開資料顯示，在DeepSeek背后是量化私募巨頭幻方（High-Flyer Quant），也是大廠外唯一一家儲(chǔ)備上萬張英偉達(dá) A100芯片的公司?；梅匠闪⒂?008年，總部位于中國杭州，專注于利用數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)技術(shù)進(jìn)行金融市場的量化分析和交易。2024年5月，DeepSeek-V2發(fā)布，幻方量化成功轉(zhuǎn)型為人工智能先驅(qū)，其超低價(jià)格甚至引發(fā)了國內(nèi)大模型的價(jià)格戰(zhàn)，DeepSeek也被迅速冠以“AI界拼多多”之稱。
