AITOP

DeepSeek V4-Pro

共 5 条相关 AI 资讯
8月18日
15:30
15:30官方账号阿里通义 Qwen@Alibaba_Qwen
精选73°
Qwen3.8-27B在Artificial Analysis Intelligence Index上达到DeepSeek V4-Pro和GPT 5.6 Luna的性能水平，成为首个获得前沿模型能力的本地模型。该模型仅27B参数，却实现了与大型前沿模型相当的表现。Qwen团队表示，这一进展速度超出预期，未来将应用于更多领域。
AI模型Qwen3.8-27BDeepSeek V4-ProGPT 5.6 Luna
事件专题
推荐理由：Qwen的27B本地模型跑出了DeepSeek V4-Pro和GPT 5.6 Luna的水平，本地模型也能打前沿了，值得看看。
原文
7月24日
12:01
12:01官方一手arXiv: DeepSeek@Lei Zhang, Yusheng Zhao, Yimeng Cao, Ranyiliu Chen, Mingrui Jing, Jizhe Lai, Ziao Tang, Jingu Xie, Hongshun Yao, Xuanqiang Zhao, Guocheng Zhen, Chengkai Zhu, Xin Wang
精选
研究者发布两个 Lean 4 基准：Lean-QuantumAlg-Bench（36 个任务）和 Lean-QIT-Bench（40 个任务），用于评估 AI 在量子算法和量子信息理论上的定理证明能力。在四个模型（GPT-5.5、Kimi K3、DeepSeek V4-Pro、MiniMax M3）中，最高难度加权得分分别为 60.4/100 和 59.6/100。库增强推理（LAD）在所有八个模型-基准对比中均提升得分和完成率，最高提升 15.9 分。模型在量子模拟、量子学习、量子信息度量等领域的证明能力存在薄弱环节。
论文Lean-QuantumAlg-BenchLean-QIT-BenchGPT-5.5
事件专题
推荐理由：想知道 AI 定理证明在量子计算领域到底多强？这篇论文给了两个新基准和四个模型实测分数，LAD 方法能提升最高 15.9 分，很实在。
原文
7月19日
03:03
03:03@koltregaskes@koltregaskes
精选
英国AI安全研究所（AISI）对GLM-5.2和DeepSeek V4-Pro等开放权重模型进行了网络安全测试。在漏洞研究与利用等窄任务上，GLM-5.2匹配了约四个月前发布的封闭模型性能，DeepSeek V4-Pro接近五个月前的模型。在模拟多步网络攻击的长程测试中，差距约七个月。而2025年早期的内部检查显示差距为六到十个月，表明差距明显缩小。AISI还发现开放模型的拒绝行为容易被重复提示绕过。
行业GLM-5.2DeepSeek V4-Pro开放权重模型
事件专题
推荐理由：AISI实测发现开放模型追封闭模型只差几个月，GLM-5.2和DeepSeek V4-Pro表现接近，差距还在快速缩小，值得关注。
原文
7月18日
18:39
6月29日
10:06
10:06官方一手arXiv: DeepSeek@Chengxiao Dai, Zhaokun Yan, Zhanhui Lin
该论文提出信号覆盖矩阵，将自动形式化输出按Lean elaborate检验（通过/失败）和语义等价判断（等价/不等价）分为四类。在ProofNet#和MiniF2F-test上使用DeepSeek V4-Pro进行实验，发现三种精化反馈方法（Lean-Retry、Sample-Filter、SAF）相比Vanilla的TS增益+34到+36，其中约64%来自类型层恢复，语义层净变化为0。TO到TS的转换率为23/61（Wilson 95% CI [26.6%, 50.3%]），该层恢复率可预测保留方法上的ΔTS误差在2/186以内。两个判断者在精化反馈输出上的分歧达26至37个百分点（Vanilla仅7个百分点），30%至56%的符号判断假阴性源于elaborator强制重写。
论文ProofNetMiniF2FDeepSeek V4-Pro
事件专题
推荐理由：这篇论文用信号覆盖矩阵把自动形式化的错误拆成类型和语义两类，告诉你每个方法的增益到底来自哪，而不是只看总分。
原文