AITOP

DeepSeek R1

共 5 条相关 AI 资讯
8月21日
10:17
10:17官方一手arXiv: Anthropic@Nikita Khudov
研究团队发布OenoBench，一个包含3266道选择题的葡萄酒领域知识评测基准。该基准基于38104个原子事实构建，涵盖六个支柱和四个难度层级。评估16个前沿模型配置，发现整体准确率在53%-84%之间，o3以83.6%领先。DeepSeek R1在推理模式下提升6.8个百分点，而Claude Opus和Gemini Pro无提升。Anthropic在自身问题上偏好度+9pp，Google则-8pp。开源模型与专有推理模型共享成本-准确率帕累托前沿。所有配置在闭卷可解项目上平均提升33pp。
论文OenoBencho3DeepSeek R1
事件专题
推荐理由：研究人员搞了个叫OenoBench的葡萄酒知识测试题库，用这个题库测了16个大模型，发现o3考得最好，DeepSeek R1在推理题上表现突出，还发现模型对自己出的题有偏好，挺有意思的。
原文
7月22日
07:36
7月9日
11:22
11:22IT之家（博客/媒体）
精选
蓝戟测试英特尔 Arc Pro B70 GPU 在 DeepSeek R1-Distill Qwen 32B FP16 模型推理性能。并发 128 时 Arc Pro B70 吞吐比 RTX 5090D 高 8.6%，比 RTX 4090D 高 34.2%。并发 256 时分别高 7.5% 和 48.7%。最高吞吐达 2320.76 token/s。并发低于 32 时 RTX 5090D 仍领先。
AI模型Arc Pro B70DeepSeek R1RTX 5090D
推荐理由：蓝戟实测发现 Intel Arc Pro B70 跑 DeepSeek R1 推理比 RTX 5090D 还快，高并发场景优势明显，适合做推理部署参考。
原文
7月8日
09:07
09:07官方一手arXiv: DeepSeek@Muhammad Assad Shehbaz, Carlos Francisco Moreno-García
该论文提出端到端管道，用于从房地产问卷文档中提取结构化数据。管道将文档分为三类：text_only、scanned和special_char，使用DeepSeek R1从合格文档中提取35个属性。在3965份文档上测试，2781份成功处理，产生2766条唯一记录。余弦相似度匹配Jaccard得分为0.82，K-Means聚类轮廓系数0.2088。
论文DeepSeek R1房地产文档结构化提取
推荐理由：这篇论文演示了用DeepSeek R1从杂乱文档里提取表格数据，效果不错，做房产数据或文档处理的人可以看看。
原文
6月25日
10:44