元宇宙步入暗夜
撰文 | 文燁豪元宇宙的故事，似乎講不通了。 當下，刮起元宇宙熱潮的Roblox股價已跌去大半，帶頭大哥Meta也正因元宇宙虧損深陷泥潭。 再看國內，從字節“派對島&
DeepSeek 版 o1，有消息了。
還未正式發布，已在代碼基準測試 LiveCodeBench 霸榜前三，表現與 OpenAI o1 的中檔推理設置相當。
注意了，這不是在 DeepSeek 官方 App 已經能試玩的 DeepSeek-R1-Lite-Preview（輕量預覽版）。
而是摘掉了輕量版的帽子，稱為 DeepSeek-R1-Preview（預覽版），意味著替換了規模更大的基礎模型。
LiveCodeBench 團隊透露，他們正在與 DeepSeek 合作評估新模型的能力，在合作過程中，DeepSeek 團隊還幫他們找出并解決了評分系統的一些 bug。
與此同時，他們還曬出了目前僅有的一張 DeepSeek-R1-Preview 的思考過程。
鑒于 DeepSeek 此前已宣布 R1 模型將開源，有網友表示，與 OpenAI o1 編程能力相當的開源模型即將發布，2025 年的編程就只剩下按 Tab 鍵了。
兩個月前，DeepSeek 在官網上線 DeepSeek-R1-Lite-Preview 時曾透露：
DeepSeek-R1-Lite-Preview 使用強化學習訓練，推理含大量反思和驗證，遵循新的 Scaling Laws——推理越長，表現越強。
在 AIME 測試基準中，隨著推理長度的增加，DeepSeek-R1-Lite-Preview 表現出穩定的得分提升。
DeepSeek-R1-Lite 推理的特點在網友們的后續測試中也得到了驗證：
在某些情況下，模型似乎能夠在生成推理步驟時自我糾正，表現出類似原生“自我反思”的能力。不過，沒有訓練數據、模型架構和技術報告 / 論文的細節，很難確認這一點。
期待未來的開源模型和 API！
摘掉 Lite 的帽子，變成 DeepSeek-R1-Preview，意味著換了更大的基礎模型。
之前 Lite 版就在難度較高數學和代碼任務上超越 o1-preview，大幅領先 GPT-4o。
這次在 LiveCodeBench 上，這次的 DeepSeek-R1-Preview 的表現又與 OpenAI o1-Medium 相當，網友們更加期待開源模型和 API 了。
LiveCodeBench 由 UC 伯克利、MIT 和康奈爾大學團隊推出，旨在對大模型的代碼能力進行全面且無污染的評估。
具體避免測試數據泄露的方法，是隨著時間的推移不斷從人類的編程競賽平臺收集新的題目。
除了代碼生成，還會評估模型在代碼自修復、執行和測試輸出預測等方面的能力。這樣實時更新、確保公平性和可靠性的測試方法，獲得了開發者社區的認可。
還有程序猿喊話 Cursor 直接把 R1-Preview 集成到 Agent mode 里：
趕在春節前，許多還在做訓練的國產大模型團隊，都把自家模型更新了一遍。OpenAI 似乎要趁這邊放假開始搞事情了（狗頭），阿爾特曼發帖透露：
o3-mini 完成外部合作測試，已確定最終版，將在幾周內推出，會同時上線 API 和 ChatGPT。
在后續對話中，阿爾特曼還確認了未來模型更多基本情況：
o3-mini 的速度會非常快
o3-mini 大多數情況下不如 o1-pro
o3 pro 收費從 $200 / 月起步
OpenAI 正在關注如何讓 AI 一次性輸出更多內容
2025 年計劃把 GPT 系列和 o 系列合并
本文來自微信公眾號：量子位（ID：QbitAI），作者：夢晨、西風，原標題《DeepSeek 新模型霸榜，代碼能力與 OpenAI o1 相當且確認開源，網友：今年編程只剩 Tab 鍵》
本文鏈接：http://www.tebozhan.com/showinfo-45-9490-0.htmlDeepSeek R1 Preview 模型亮相，代碼能力與 OpenAI o1 相當且確認開源
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號