DeepSeek 版 o1，有消息了。
還未正式發(fā)布，已在代碼基準測試 LiveCodeBench 霸榜前三，表現(xiàn)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(jīng)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(guī)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(tǒng)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(wǎng)友表示，與 OpenAI o1 編程能力相當?shù)拈_源模型即將發(fā)布，2025 年的編程就只剩下按 Tab 鍵了。
DeepSeek 推理大模型滿血版
兩個月前，DeepSeek 在官網(wǎng)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(xiàn)越強。
在 AIME 測試基準中，隨著推理長度的增加，DeepSeek-R1-Lite-Preview 表現(xiàn)出穩(wěn)定的得分提升。
DeepSeek-R1-Lite 推理的特點在網(wǎng)友們的后續(xù)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(xiàn)出類似原生“自我反思”的能力。不過，沒有訓練數(shù)據(jù)、模型架構和技術報告 / 論文的細節(jié)，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(shù)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(xiàn)又與 OpenAI o1-Medium 相當，網(wǎng)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(shù)據(jù)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(zhí)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(fā)者社區(qū)的認可。
還有程序猿喊話 Cursor 直接把 R1-Preview 集成到 Agent mode 里：
One More Thing
趕在春節(jié)前，許多還在做訓練的國產(chǎn)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(fā)帖透露：
o3-mini 完成外部合作測試，已確定最終版，將在幾周內(nèi)推出，會同時上線 API 和 ChatGPT。
在后續(xù)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?？?/p>
o3-mini 大多數(shù)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(nèi)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(wǎng)友：今年編程只剩 Tab 鍵》
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。