DeepSeek升級R1模型，降低幻覺率近50%，與o3、Gemini-2.5-Pro并肩，實力再提升

標題：DeepSeek R1模型升級：幻覺率降低近50%，實力再提升

DeepSeek，作為人工智能領(lǐng)域的佼佼者，近日宣布其R1模型取得了重大升級。新版DeepSeek-R1-0528在后訓練過程中投入了更多算力，顯著提升了模型的思維深度與推理能力。相較于舊版，新版在復雜推理任務(wù)中的表現(xiàn)有了顯著提升，并在數(shù)學、編程與通用邏輯等多個基準測評中取得了優(yōu)異成績，整體表現(xiàn)已接近其他國際頂尖模型，如o3與Gemini-2.5-Pro。

首先，DeepSeek團隊對幻覺問題的優(yōu)化值得稱贊。新版DeepSeek R1針對“幻覺”問題進行了優(yōu)化，與舊版相比，幻覺率降低了約45～50%，這無疑為用戶提供了更為準確、可靠的結(jié)果。這一改進不僅提升了模型的實用性，也增強了其在各個領(lǐng)域的應用價值。

其次，DeepSeek R1模型在創(chuàng)意寫作方面也取得了顯著進步。舊版R1的基礎(chǔ)上，新版R1模型針對議論文、小說、散文等文體進行了進一步優(yōu)化，能夠輸出篇幅更長、結(jié)構(gòu)內(nèi)容更完整的長篇作品，同時呈現(xiàn)出更加貼近人類偏好的寫作風格。這無疑為用戶提供了更為豐富、多元的寫作選擇。

再者，DeepSeek-R1-0528在工具調(diào)用方面也表現(xiàn)不凡。新版模型支持工具調(diào)用（不支持在thinking中進行工具調(diào)用），當前模型Tau-Bench測評成績?yōu)閍irline 53.5% / retail 63.9%，與OpenAI o1-high相當，但與o3-High以及Claude 4 Sonnet仍有差距。這意味著DeepSeek-R1-0528在工具調(diào)用方面具有廣闊的應用前景和潛力。

此外，DeepSeek-R1-0528還在前端代碼生成、角色扮演等領(lǐng)域的能力均有更新和提升。這些能力的提升無疑為用戶提供了更為豐富、多元的應用場景和選擇。

值得一提的是，DeepSeek-R1-0528與之前的DeepSeek-R1使用同樣的base模型，僅改進了后訓練方法。私有化部署時只需要更新checkpoint和tokenizer_config.json（tool calls相關(guān)變動）。模型參數(shù)為685B（其中14B為MTP層），開源版本上下文長度為128K（網(wǎng)頁端、App和API提供64K上下文）。這樣的升級策略既保證了模型的穩(wěn)定性和可靠性，又為用戶提供了更多的選擇和可能。

DeepSeek團隊認為：DeepSeek-R1-0528的思維鏈對于學術(shù)界推理模型的研究和工業(yè)界針對小模型的開發(fā)都將具有重要意義。這一觀點無疑表達了DeepSeek團隊對于自身技術(shù)的信心和對于未來發(fā)展的期待。

總的來說，DeepSeek R1模型的升級無疑是一次重大的突破和提升。在幻覺率降低近50%的同時，與o3、Gemini-2.5-Pro等頂尖模型并肩，展現(xiàn)了DeepSeek在人工智能領(lǐng)域的強大實力。我們期待DeepSeek在未來能夠繼續(xù)帶來更多創(chuàng)新和突破，為人工智能領(lǐng)域的發(fā)展做出更大的貢獻。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。