近期，許多用戶發(fā)現(xiàn)，中國(guó)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(píng)論中就有網(wǎng)友表示，用了一年的網(wǎng)頁(yè)端，終于等到了App。

該App的商店頁(yè)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(kāi)源的 DeepSeek-V3 大模型，多項(xiàng)性能指標(biāo)對(duì)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(yè)面截圖。

上個(gè)月（12月26日），深度求索正式對(duì)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(kāi)源、閉源大模型。而在DeepSeek開(kāi)源社區(qū)收獲的廣泛好評(píng)，顯示出開(kāi)發(fā)者們已經(jīng)用腳進(jìn)行了投票。

首先是百科知識(shí)上，V3的知識(shí)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(zhǎng)文本測(cè)評(píng)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(chǎng)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(chǎng)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(cè)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(cè)評(píng) C-Eval 和代詞消歧等評(píng)測(cè)集上表現(xiàn)相近，但在事實(shí)知識(shí) C-SimpleQA 上更為領(lǐng)先。而在美國(guó)數(shù)學(xué)競(jìng)賽（AIME 2024, MATH）和全國(guó)高中數(shù)學(xué)聯(lián)賽（CNMO 2024）上，V3大幅超過(guò)了所有開(kāi)源閉源模型。

Deepseek-V3與多個(gè)國(guó)內(nèi)外大模型的測(cè)試數(shù)據(jù)對(duì)比。“Deepseek”公眾號(hào)

公開(kāi)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(wàn)張英偉達(dá) A100芯片的公司?；梅匠闪⒂?008年，總部位于中國(guó)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(chǎng)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(guó)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。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。