0528版本发布,DeepSeek-R1 迎来重大升级:数学、编程、逻辑能力大幅跃升,更强推理,更少“幻觉”!
时间:2025-07-02 | 作者: | 阅读:0亲爱的读者朋友们,国产大模型佼佼者?deepseek-r1?近日完成了重要版本升级——deepseek-r1-0528?正式发布!
这次升级绝非小修小补,而是带来了推理能力、代码能力、数学能力、工具使用体验以及可靠性的全面提升。简单来说,就是你的 DeepSeek 助手变得更聪明、更靠谱、更能干了!
对于开发者或编程爱好者来说,这次升级是重大利好:
LiveCodeBench (2408-2505):?衡量最新编程能力的基准,新版本 Pass@1 从?63.5%?提升至 **73.3%**,能力大幅增强。Codeforces-Div1:?模拟算法竞赛环境,新版本评分从?1530?跃升至?1930,解决难题的能力显著提升。SWE Verified (软件工程验证):?在模拟真实软件工程任务中,新版本解决率从?49.2%?提升至 **57.6%**。Aider-Polyglot (多语言编程):?准确率从?53.3%?提升至 **71.6%**,对多种编程语言的理解和运用更加得心应手。? 数学能力:解题高手再进化DeepSeek-R1 本就以数学见长,0528版本更是锦上添花:
AIME 2024:?Pass@1 从?79.8%?提升至 **91.4%**。AIME 2025:?如前所述,从?70.0%?跃升至 **87.5%**。HMMT 2025 (哈佛-麻省理工数学锦标赛风格):?进步最为惊人,Pass@1 从?41.7%?大幅提升至 **79.4%**,几乎翻倍!CNMO 2024 (中国数学奥林匹克风格):?也从?78.8%?提升至 **86.9%**。?? 工具与使用体验:更智能,更顺手增强函数调用支持: 模型理解和执行函数调用的能力更强,与外部工具或API的交互更顺畅。改进的代码编写体验:?生成代码的质量、可读性和实用性进一步提升。强大的工具使用能力:?在新引入的?Tau-Bench?多工具使用基准测试中,新版本在航空和零售领域分别取得了?53.5%?和?63.9%?的 Pass@1 成绩,展现了利用工具解决复杂任务的能力。更好的系统提示支持:?现在官方应用/网页支持更有效地使用系统提示词(System Prompt)来引导模型行为。使用更便捷:?不再需要在输出开头添加特定字符(如?n)来强制模型进入“思考模式”,交互更自然。以下是图片中的表格内容,已转换为Markdown格式:
Category
Benchmark (Metric)
DeepSeek?R1
DeepSeek?R1 0528
General
MMLU-Redux (EM)
92.9
93.4
MMLU-Pro (EM)
84.0
85.0
GPQA-Diamond (Pass@1)
71.5
81.0
SimpleQA (Correct)
30.1
27.8
FRAMES (Acc.)
82.5
83.0
Humanity's Last Exam (Pass@1)
8.5
17.7
Code
LiveCodeBench (2408-2505) (Pass@1)
63.5
73.3
Codeforces-Div1 (Rating)
1530
1930
SWE Verified (Resolved)
49.2
57.6
Aider-Polyglot (Acc.)
53.3
71.6
Math
AIME 2024 (Pass@1)
79.8
91.4
AIME 2025 (Pass@1)
70.0
87.5
HMMT 2025 (Pass@1)
41.7
79.4
CNMO 2024 (Pass@1)
78.8
86.9
Tools
BFCL_v3_MultiTurn (Acc)
-
37.0
Tau-Bench (Pass@1)
-
53.5(Airline)/63.9(Retail)
? 开源贡献:思维链的力量此次升级还带来了一个重要的副产品:DeepSeek-R1-0528-Qwen3-8B。
这是将 DeepSeek-R1-0528 强大的“思维链”(Chain-of-Thought)提炼出来,用于训练通义千问(Qwen)的 80 亿参数基础模型(Qwen3-8B Base)的结果。这个仅?8B?参数的小模型表现惊人!在?AIME 2024?测试上达到了?86.0%?的 Pass@1,**超越了原版 Qwen3-8B 高达 10%,甚至媲美了经过特殊优化的 235B 超大模型 (Qwen3-235B-thinking)**!这证明了 DeepSeek-R1-0528 思维链的巨大价值,为研究更高效的小规模推理模型提供了宝贵资源。? 如何体验升级版 DeepSeek-R1-0528?官方网站/App 聊天:?访问 **chat.deepseek.com**,打开聊天界面上的?“DeepThink”按钮,即可体验最强推理模式!系统提示已自动设置为当前日期。API 接入:?开发者可通过?platform.deepseek.com?提供的?OpenAI 兼容 API,轻松将强大的 DeepSeek-R1-0528 集成到您的应用中。本地运行:?技术爱好者可参考 DeepSeek 官方仓库获取模型,在本地运行体验(需注意使用建议的变化)。? 总结DeepSeek-R1-0528?是一次质的飞跃。它通过算法优化和增加计算投入,显著提升了核心的深度推理能力,在数学、编程、逻辑等硬核任务上取得了突破性进展,性能直逼全球顶尖模型。同时,幻觉减少、函数调用增强、代码体验优化等改进也让日常使用更可靠、更顺手。
福利游戏
相关文章
更多-
- 小红书IP代理登录异常 怎么切换白名单?
- 时间:2025-07-02
-
- 小红书图片压缩严重 怎么保留画质?
- 时间:2025-07-02
-
- 抖音青少年模式强制开启 怎么解除绑定?
- 时间:2025-07-02
-
- 抖音订阅推送重复 如何管理通知?
- 时间:2025-07-02
-
- 抖音本地视频上传失败 怎么转码兼容?
- 时间:2025-07-02
-
- 高德公交到站预测失效 如何手动更新?
- 时间:2025-07-02
-
- 抖音被举报不能私信是什么原因?如何解决?
- 时间:2025-07-02
-
- 高德语音包突然静音 怎么重载音频?
- 时间:2025-07-02
大家都在玩
大家都在看
更多-
- CZ预测:稳定币将进化,非法币支持将主导
- 时间:2025-07-02
-
- 男子开华为智驾后把仪表盘当餐桌一路吃喝 结果被罚款扣分
- 时间:2025-07-02
-
- Bitget平台币浏览器是干什么的
- 时间:2025-07-02
-
- 新国标即将实施 电动两轮车销量狂飙32%
- 时间:2025-07-02
-
- 2nm版高通骁龙8 Elite 2首曝:三星代工
- 时间:2025-07-02
-
- ChainLink哪个平台买比较好
- 时间:2025-07-02
-
- Steam正式推出性能监视器!DLSS等“虚假”帧数无处遁形
- 时间:2025-07-02
-
- GHX币:游戏行业新宠,赚钱新方式
- 时间:2025-07-02