发现高质量的人工智能工具

DeepSeek-V3 在多项评估中超越了 Qwen2.5-72B 和 Llama-3.1-405B 等开源模型，性能匹敌 GPT-4 和 Claude-3.5-Sonnet 等顶级闭源模型。

科大讯飞发布的推理模型Spark X1，在国内领先的数学任务基础上，针对推理、文本生成和语言理解等通用任务的性能，对标OpenAI o系列和DeepSeek R1。

Deepseek R1 的最新版本。

DeepSeek-V2 是一种强大的混合专家模型（Mixture-of-Experts），其特点是训练成本经济且推理高效。它总共有2360亿个参数，每次生成每个标记时激活其中的210亿个参数。与DeepSeek 67B相比，DeepSeek-V2 性能更强，同时节省了42.5%的训练成本，将KV缓存减少了93.3%，并将最大生成吞吐量提高了5.76倍。

科大讯飞发布的推理模型Spark X1，在国内数学任务领先的基础上，针对推理、文本生成和语言理解等通用任务的表现，对标OpenAI的o1和DeepSeek的R1。

DeepSeek-V2.5 是一个升级版本，结合了 DeepSeek-V2-Chat 和 DeepSeek-Coder-V2-Instruct。新模型集成了前两个版本的通用和编码能力。

在多项评估中，DeepSeek-V3的表现优于其他开源模型，如Qwen2.5-72B和Llama-3.1-405B，并且其性能与顶级闭源模型，如GPT-4和Claude-3.5-Sonnet相当。

DeepSeek-V2 是由 DeepSeek 提出的强大混合专家模型（MoE），DeepSeek-V2-Lite 是它的轻量版。

DeepSeek-V2 是一种强大的混合专家模型（MoE），以其经济的训练和高效的推理能力著称。它总共有2360亿个参数，每次生成每个标记时激活其中的210亿个参数。与DeepSeek 67B相比，DeepSeek-V2性能更强，同时节省了42.5%的训练成本，将KV缓存减少了93.3%，并将最大生成吞吐量提高了5.76倍。

DeepSeek-R1 是一款通过大规模强化学习（RL）训练的模型，未使用监督微调（SFT）作为初始步骤。它在数学、编码和推理任务中的表现与 OpenAI-o1 相当。

DeepSeek-V2.5 是一个升级版本，结合了 DeepSeek-V2-Chat 和 DeepSeek-Coder-V2-Instruct。新模型整合了两个前一版本的通用和编码能力。

DeepSeek-V3 的评估分数高于其他开源模型，例如 Qwen2.5-72B 和 Llama-3.1-405B，其性能与世界顶级闭源模型如 GPT-4o 和 Claude-3.5-Sonnet 相当。

DeepSeek-R1 在后期训练阶段广泛使用了强化学习技术，只需少量注释数据就能显著增强模型的推理能力。在涉及数学、编码和自然语言推理的任务中，它的表现与 OpenAI 官方发布的 o1 不相上下。

深寻-V2是由深寻提出的强大的多专家混合（MoE）语言模型，深寻-V2-轻量版是其精简版本。