《B体育官网在线登录》刚刚,DeepSeek-V🏃🏿‍➡3.1「终极版」重磅发布🚶‍♀‍➡!最大提升超36%,V4_R2还远吗?_新万博体育

新万博体育

图片
搜索
猫眼电影 融媒体矩阵
  • 山东手机报

  • 猫眼电影

  • 大众网官方微信

  • 大众网官方微博

  • 抖音

  • 人民号

  • 全国党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

刚刚,DeepSeek-V3.1「终极版」重磅发布!最大提升超36%,V4_R2还远吗?

2025-09-20 22:20:55
来源:

猫眼电影

作者:

戴建海

手机查看

  猫眼电影记者 何塞·格雷戈里奥·谢拉尔塔 报道P6F3X2M7T9QJ8L1B4WZR

新智元报道

编辑:KingHZ 艾伦

【新智元导读】DeepSeek最新模型DeepSeek-V3.1-Terminus来了!此前在输出中随机掺入「极」字的问题得到解决,Humanity's Last Exam成绩也较V3.1提升1/3!Terminus这个名字是否在暗示DeepSeek-V4也快要来了?

DeepSeek-V3.1-Terminus来了!

DeepSeek API文档、官方微信均已正式确认本次更新:

此次更新在保持模型原有能力的基础上,针对用户反馈的问题进行了改进,包括:

· 语言一致性:缓解了中英文混杂、偶发异常字符等情况;

· Agent能力:进一步优化了Code Agent与Search Agent的表现。

目前,官方App、网页端、小程序与DeepSeek API模型均已同步更新为DeepSeek-V3.1-Terminus。

开源版本下载地址如下:

Hugging Face:https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus

ModelScope:https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Terminus

多项测评胜过Gemini 2.5 Pro

在理能力和智能体工具使用上,本次更新在多个基准上得到提升。

DeepSeek上次更新为8月21日,短短一个月,取得这一成绩来之不易,可喜可贺。

值得一提的是,新模型在Humanity's Last Exam(人类最后的考试)中,成绩提升幅度高达36.48%!

告别「极你太美」

之前,有网友发现:DeepSeek V3.1输出中随机带有「极」字。网友称:

这一Bug已经导致DeepSeek V3.1无法从事编程或对输出结构敏感的相关工作。希望官方早日修复。

这次更新明确已解决「偶发异常字符等情况」,结合「Code Agent优化」,希望这次更新能完美解决DeepSeek无法从事编程或对输出结构敏感的相关工作的Bug。

至于中英文混杂,是LLM的老毛病了,比如OpenAI o3-mini等模型被曝使用中文推理。

在DeepSeek-R1的Nature论文中,DeepSeek坦言:

语言混杂(language-mixing)问题,留待未来更新解决。

这次DeepSeek更新解决了中英文混杂问题。

我们也对之前在网上流传最广的会触发「极你太美」Bug的Prompt进行了测试:

之前,time.Second会被DeepSeek-V3.1在输出中破坏成time.Se极 / time.Se極 / time.Seextreme。

现在,新模型给出了5种定时器实现方法,多处都使用了time.Second。

我们经过多次尝试,均未能复现出该Bug,说明Bug确实可能已经被修复了。

此外,非Agent(Thinking模式)测评中,多项基准测试成绩得到提升:MMLU-Pro、GPQA-Diamond、Humanity's Last Exam。

同时,Agent相关测评也来了。

图源:https://x.com/karminski3/status/1970129020382826758

Agent能力超过Gemini

与DeepSeek-V3.1相比,新模型在工具使用与Agent任务中的表现有较大提升:

BrowseComp:30.0 -> 38.5

SimpleQA:93.4 -> 96.8

SWE-bench Verified: 66.0 -> 68.4

SWE-bench Multilingual: 54.5 -> 57.8

Terminal-bench: 31.3 -> 35.7

DeepSeek上次更新发布了DeepSeek-V3.1,称之为「迈向Agent时代第一步」。

短短一个月,Agent能力再次得到提升,年底的高级Agent还会远吗?

奇怪的是,并非全部基准测试成绩都得到提升,Codeforces、Aider-Polypglot、BrowseComp测评成绩有1%左右的小幅下降。

不过,新模型DeepSeek-V3.1-Terminus总体上进步明显,特别是在Humanity's Last Exam、LiveCodeBench、SimpleQA、SWE-bench Verified评测中,胜过了Gemini 2.5 Pro,补齐了Humanity's Last Exam这块最大的短板。

DeepSeek-V4/R2还远吗?

Terminus这个单词的中文意思是:终点。

在计算机术语中,终端(Terminal)也称终端设备,是计算机网络中处于网络最外围的设备,主要用于用户信息的输入以及处理结果的输出等。

或许,DeepSeek借用Terminus暗指编程能力的提升。

DeepSeek这波更新理所应当地引起了网友的关注。网友在线催更:

DeepSeek-V4什么时候要来?

DeepSeek-R2什么时候要来?

期待DeepSeek-V4和DeepSeek-R2给我们带来更大的震撼!

参考资料:

https://x.com/deepseek_ai/status/1970117808035074215

https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Terminus

https://modelscope.cn/models/deepseek-ai/DeepSeek-V3.1-Terminus

??时事1:乐鱼全站官网2网页登录

??09月20日,【小新的Vlog】小新变身“延吉公主”感受活力之城的“潮文化”,

  经他一说,所有人都一怔。

,亚星最新地址。

??09月20日,专家研讨《醒来的河流》 以文学方式讲好生态故事,

  惨叫声接连响起,不仅猛兽,还有人死去。管事所派来的高手都很不凡与强大,修有骨文,不然太过普通怎么能够负责追查石子陵夫妇的线索与消息。但是,依旧不够看,二十几人全部被击杀,没有一个能逃走。

,365体育娱乐点击体验,澳门永利总站官方网,真钱打牌推荐。

??时事2:fun88纽卡合同

??09月20日,利用大数据切实为基层工作者减负,

  “难道是出了圣药,或者上古传说中的天骨?”

,mg网上老虎机技巧规律,伟德官方网站下载,ca88登录网址。

??09月20日,F1中国大奖赛:车迷观赛热情高涨,

  你们憧憬着,我期待着。让我们一路同行!

,葡京体育快速登陆,银河贵宾网址,沙巴体育比分。

??时事3:ag真人国际馆

??09月20日,住建部:积极推进收购已建成存量商品房用作保障性住房,

  “天啊,这么大的狼!”

,万人迷游戏官网,bobty体育入口最新版,凯发娱乐手机网页。

??09月20日,甘肃酒泉农特产品从乡村“深闺”俏销他乡,

  “唔,那孩子手中的莹白骨块也极其惊人啊,不愧是构建虚神界通道的宝物。”很多人注意到了这块骨。

,新宝5官网在线登录,天博国际平台怎么样,乐投娱乐。

??时事4:188bet金宝搏快速开户

??09月20日,陕西佛坪迎新年首雪 大熊猫雪中“撒欢”,  进入高中后,李龙发现身边的优秀学生越来越多,他在全校的排名最好时也只能排到100多名,但考上清华大学的愿望一直都埋藏在李龙的心中。2007年夏天,在高二升高三的暑假,李龙几乎购买了市面上所有的数学和理科的教辅资料,将这些题全部刷了一遍。,盘古娱乐国际真人娱乐,百老汇直播视讯,精版专刊。

??09月20日,金庸诞辰100周年文化交流活动举办 张纪中出席并评价短剧,

招商银行信用卡作为一种便捷的支付工具,受到了广大消费者的青睐。然而,随之而来的信用卡年费逾期问题也引了人们的关注。招商银行信用卡年费逾期会对个人信用造成影响,同时也可能面临讼的风险。本文将围绕招商银行信用卡年费逾期展开讨论,探讨其对个人信用影响以及逾期后可能面临的律后果。一、招商银行信用...

,yabo22vip下载地址,天博平台登陆,世博体育下载网站官网。

【这支青年突击队完成跨国界运输大考】

【浙江绍兴:夏季功能性面料热销】

责编:居来提·木拉提

审核:杨宜生

责编:王良才

相关推荐 换一换