Aitrainee | 公眾號：AI進修生

幾乎每周我們都能看到人工智能領(lǐng)域的重大進步

這會兒開源模型又往上走了一步

前面發(fā)生了一些事情，Gpt4o-mini發(fā)布、Windows崩潰，這些我有所關(guān)注，但不做多講

今天我想說 DeepSeek V2 聊天模型進行了又一次的升級，進化到了DeepSeek-Chat-V2.1

你如果還是不太了解的話，我們可以補充一些前置消息：DeepSeek V2大約一兩個月前發(fā)布，在基準測試和實際使用中表現(xiàn)非常出色，主要針對各種通用用途。

不久后，他們還發(fā)布了DeepSeek Coder V2模型，專注于編程，同樣表現(xiàn)不俗?，F(xiàn)在，他們又發(fā)布了DeepSeek V2聊天模型的更新版本，比之前更出色。

模型更新

就像之前的版本一樣，這個更新版本也是一個由多個專家組成的模型，擁有 236B 參數(shù)，具有 128K 上下文限制，其中 21B 是活躍參數(shù)。雖然還有一個輕量版，只有 16B 參數(shù)，但這次更新不涉及它。

這次更新的版本在通用排行榜

▲ 優(yōu)于所有其他開源模型

和編程競技場排行榜上表現(xiàn)依然非常優(yōu)秀。

性能提升

如果我們看一下模型的主要改進，可以看到在人類評估基準測試中提高了3.7分，在數(shù)學基準測試中提高了17.1分，在BBH基準測試中提高了3.7分，在IAL中提高了13.8分，在競技場硬核基準測試中提高了26.7分，這是最大的提升。

他們還提到，系統(tǒng)區(qū)域的指令跟隨能力得到了顯著優(yōu)化，提升了用戶在沉浸式翻譯、RAG等任務(wù)中的體驗。

總的來說，模型在幾乎所有領(lǐng)域的性能都有所提升，這顯然很酷。

之前版本的基準測試結(jié)果已經(jīng)很不錯了，現(xiàn)在更是錦上添花。

這個模型可以在Hugging Face上找到，Ollama目前還沒有更新這個模型的版本。

DeepSeek的聊天平臺也更新了使用這個新模型。所以，讓我們來測試一下看看效果如何。

測試問題及結(jié)果：

我將測試以下九個問題：

以“Lia”結(jié)尾的國家的首都是哪座城市？

模型正確回答，標記為通過。

一個烘焙師做了240塊餅干，他每盒裝12塊，需要多少盒才能裝完所有餅干？

模型正確回答，標記為通過。

露西的糖果是邁克的兩倍，如果邁克有7塊糖果，露西有多少塊？

模型正確回答，標記為通過。

如果一個正六邊形的短對角線為64，長對角線是多少？

模型未正確回答，標記為未通過。

編碼問題及結(jié)果：

創(chuàng)建一個包含按鈕的HTML頁面，點擊按鈕時爆炸出彩紙。可以使用CSS和JS。

生成代碼正確，標記為通過。

創(chuàng)建一個Python程序，打印用戶輸入的接下來的X個閏年。

生成代碼正確，標記為通過。生成一個方形臉的SVG代碼。

生成代碼正確，標記為通過。為一家AI公司創(chuàng)建一個著陸頁面，包含四個部分：頁眉、橫幅、特色和聯(lián)系我們，頁面要看起來時尚現(xiàn)代。

生成代碼正確，標記為通過。用Python編寫一個在終端上運行的貪吃蛇游戲。

生成代碼正確，標記為通過。

最終結(jié)果顯示，除了一個問題外，模型幾乎通過了所有測試。

這款模型非常出色，堪比所有頂級模型。而且，它是開源的，使用他們的聊天平臺完全免費，無硬性限制。

此外，這個模型的API比最近推出的GPT 4o Mini更便宜，輸入僅需14美分，輸出28美分，而質(zhì)量極佳。

互聯(lián)網(wǎng)用戶一直在贊美GPT 4o Mini的成本，但實際上更好的DeepSeek模型更便宜。

總體來說，DeepSeek V2聊天模型非常優(yōu)秀，現(xiàn)在更是如此。

??希望這篇文章對你有幫助，感謝閱讀！

視頻教程

https://www.youtube.com/watch?v=8wJs1vj8e_4

參考鏈接： [1] huggingface：https://huggingface.co/deepseek-ai/DeepSeek-V2-Chat-0628