在開源平臺HuggingFace上發(fā)布R1模型的更新后，5月29日晚，DeepSeek終于發(fā)布了官方公告介紹這次版本的具體能力迭代細節(jié)，其中包括深度思考能力強化、幻覺改善和創(chuàng)意寫作更好等。
在測評數(shù)據(jù)上，官方表示，更新后的R1模型在數(shù)學、編程與通用邏輯等多個基準測評中取得了當前國內(nèi)所有模型中首屈一指的成績，并且在整體表現(xiàn)上已接近其他國際頂尖模型，如 o3 與 Gemini-2.5-Pro。
值得一提的是，DeepSeek提到，新版DeepSeek R1 針對“幻覺”問題進行了優(yōu)化。與舊版相比，更新后的模型在改寫潤色、總結(jié)摘要、閱讀理解等場景中，幻覺率降低了 45%-50% 左右，能夠提供更為準確可靠的結(jié)果。
所謂幻覺即大模型的“胡說八道”，此前DeepSeek的幻覺率并不低，也被不少用戶和開發(fā)者所討論。5月15日，SuperCLUE曾發(fā)布最新一輪中文大模型忠實性幻覺測評結(jié)果，顯示此前的DeepSeek-R1模型幻覺率在21%左右，在測評的國內(nèi)模型中排名第五。
據(jù)SuperCLUE，推理模型的幻覺比非推理模型更顯著，在他們的測評中推理模型的平均幻覺率為22.95%，非推理模型的平均幻覺率為13.52%。
除了幻覺方面的改善，官方介紹，新R1模型在復雜推理任務(wù)中的表現(xiàn)有了顯著提升。例如在 AIME 2025 測試（一個數(shù)學基準測試，用于模型在數(shù)學推理方面的能力）中，新版模型準確率由舊版的70%提升至87.5%。
此外，更新后的 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。
在官方發(fā)文之前，眾多測試表明R1新模型的代碼能力有顯著提升，在代碼測試平臺Live CodeBench中，其性能幾乎媲美OpenAI重量級的o3-high模型。官方此次公告也提到，在前端代碼生成、角色扮演等領(lǐng)域，模型的能力確實均有更新和提升。
在迭代路徑上，DeepSeek表示，DeepSeek-R1-0528 仍然使用 2024 年12月所發(fā)布的DeepSeek V3 Base模型作為基座，但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。
本次R1新模型參數(shù)為 685B，開源版本上下文長度為 128K（網(wǎng)頁端、App 和 API 提供 64K 上下文）。同時，與舊版本的R1保持一致，此次開源模型權(quán)重仍然統(tǒng)一采用 MIT License，允許用戶利用模型輸出、通過模型蒸餾等方式訓練其他模型。
有趣的是，在X平臺DeepSeek的官方評論區(qū)中，討論的話題全都關(guān)于R2模型，“We want R2（我們想要R2模型）”，有用戶評論稱。業(yè)界對DeepSeek下一代的模型期待已久。
基于DeepSeek剛剛發(fā)布了更新，有用戶猜測，“是否意味著我們暫時不會聽到有關(guān)R2的消息？”也有用戶調(diào)侃稱，這一模型或許在開發(fā)中應(yīng)該是R2，但是當他們發(fā)現(xiàn)在基準測試中沒有超越OpenAI的o3 時，DeepSeek將其重新命名為R1的更新。
一向低調(diào)的DeepSeek并未對外界的猜測進行任何回應(yīng)，基于R1是在V3模型的基礎(chǔ)上訓練的，或許我們會先等到V4模型的更新。無論如何，海內(nèi)外大模型領(lǐng)域的基座模型大戰(zhàn)還在繼續(xù)，DeepSeek之后，誰會是下一家？
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。
