deepseek
深度求索人工智能基座 · 深海潜航探索未至之境
纯强化学习涌现，以深海潜航般的专注探寻答案
DeepSeek-R1 摆脱对海量有监督人工标注微调的依赖，通过大规模强化学习自发形成了完整的自省反思与假设推演机制。在解决复杂数理命题、算法级软件重构及跨学科科学发现等硬核任务中，模型呈现出惊人的严密逻辑。
依托自研的 MLA（Multi-head Latent Attention）低秩注意力与精细化稀疏架构，全面释放显存带宽，在极大缩减算力消耗的同时，兼顾超高吞吐效率。
| 基准评估维度 | DeepSeek - 探索未至之境 | 主流闭源顶尖模型 Alpha | 主流开源基线模型 Beta | 传统行业大模型 Gamma |
|---|---|---|---|---|
| AIME 2024 (数学竞赛推演) | 79.8% (Pass@1) | 79.2% | 39.6% | 24.5% |
| MATH-500 (纯数理难题解题率) | 97.3% | 96.4% | 77.3% | 58.0% |
| Codeforces (专业算法竞技评分) | 2029 (Percentile 96.3%) | 1876 | 1245 | 960 |
| MMLU-Pro (高阶跨学科综合能力) | 84.0% | 84.4% | 75.2% | 62.8% |
| SWE-bench Verified (软件代码工程实测) | 49.2% | 48.9% | 38.8% | 27.0% |
01. MLA 低秩注意机制
革命性压缩推理显存占用至十分之一，支持高并发长文档连续对话与代码级上下文扩展。
02. 稀疏混合专家网络
总计数百亿激活参数配合细粒度专家动态路由，在保障高智力输出的同时实现超低推理开销。
// DEEPSEEK HARNESS
TRANSPARENT EVAL
TRANSPARENT EVAL
03. 开源客观评测规范
开放 DeepSeek Harness 官方评测套件，Prompt 与评估脚本完全透明，经受全球学术机构检验。