#DeepSeek R1

研究者用数学模型分析了Bluesky用户对DeepSeek R1的反应，发现不同群体参与AI话题的独特模式。

研究测试了四种大模型从代码提交中提取架构设计决策的能力，发现虽有一定效果但仍有改进空间。

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。

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。

想知道模型做坏事是故意还是偶然？这篇论文用Kimi K2和DeepSeek R1做了验证，方法简单但管用。