AITOP

DeepSeek

共 458 条相关 AI 资讯 · 查看话题观测
6月1日
10:52
10:52官方一手arXiv: DeepSeek@Jiwoo Choi, Seonwoo Ahn, Tongxin Zhang, Seohyon Jung
精选
一项研究对六种大语言模型（Claude、GPT、Gemini、DeepSeek、Syn-Pro、HyperCLOVA X）在英语、韩语、中文和日语中的性别刻板印象进行了审计。研究使用HEXACO-100人格量表，并以48国人类数据为基准，发现模型的性别偏见幅度比人类跨国家差异范围宽约2.5倍。例如，一个以英语为中心的模型在用韩语提示时，偏见水平达到当地人类基准的5倍，即使提示中明确候选人已被录用（这通常会减弱人类的刻板印象）。研究提出了一个四模式框架（一致、抑制、重组、放大）来描述24个（模型×语言）单元的行为，并发现翻译不仅会缩放刻板印象，还会改变与之关联的属性。结论是，没有单一的偏见消除流程能跨语言边界均匀地解决偏见问题。
论文性别偏见跨语言审计HEXACO-100
推荐理由：这项研究揭示了AI性别偏见在跨语言环境下的复杂性和放大效应，对多语言AI部署团队和公平性研究者来说，是理解偏见机制、设计针对性缓解策略的关键参考。建议关注其四模式框架和跨语言属性重组发现。
原文
08:32
08:32berryxia@berryxia
国内前5家纯LLM公司总估值达2260亿美元，约为Anthropic最新估值的四分之一，但收入运行率仅为Anthropic的1/40。智谱估值领先DeepSeek，显示出国内开放权重模型在大量融资的同时，实际收入较低。这凸显了AI行业的核心矛盾：市场在为AI的什么部分支付溢价？当模型能力商品化、价格下降后，估值逻辑需重新审视。该现象引发对国内低价开放权重模式是否为短期策略或未来全球竞争主流模式的讨论。
行业智谱DeepSeek估值
事件专题
推荐理由：这篇帖子揭示了国内AI公司估值与收入的巨大鸿沟，做投资或关注AI商业模式的读者值得一看，能帮你理解市场对开放权重模型的真实定价逻辑。
原文
5月30日
16:32
5月29日
21:34
18:06
13:27
13:27IT之家（博客/媒体）
72°
Anthropic 今日发布旗舰大模型 Claude Opus 4.8，并宣布完成 650 亿美元融资，估值逼近万亿美元。然而，模型上线后不久，用户通过 API 测试发现，Opus 4.8 在回答身份问题时自称是阿里通义千问或 DeepSeek，引发“蒸馏”争议。Anthropic 此前曾指责中国公司进行“工业规模的蒸馏攻击”，但自身模型却出现类似问题，被指“双标”。新模型在编码、推理等方面有提升，并增加了“思考强度控制”功能。
行业Claude Opus 4.8蒸馏Anthropic
事件专题
推荐理由：Anthropic 一边指责中国公司蒸馏，一边自己的模型却自称是千问和 DeepSeek，做 AI 模型训练或关注行业伦理的开发者值得看看这场“双标”闹剧。
原文
13:05
13:05官方一手arXiv: DeepSeek@Dongsheng Shi, Yue Li, Xin Yi, Yongyi Cui, Huawei Feng, Linlin Wang
SURGENT 是一个面向围手术期全流程的多智能体辅助系统，由 Tree-of-Thought 规划器、多科室协作智能体和检索增强推理模块组成。它通过创新的记忆设计管理长期患者病史和短期工作摘要，解决了大语言模型在手术应用中输入长度限制、记忆不完整和可追溯性差的问题。在病例分析、手术计划模拟、安全监测、并发症风险评估和康复指导五项任务中，SURGENT 表现优于基线 LLM 和现有医疗多智能体框架。消融实验显示，DeepSeek 作为本地可部署的骨干模型，能实现隐私保护部署。该系统为智能、公平且安全的手术辅助提供了实用且可信的进展。
论文多智能体系统手术辅助检索增强生成
推荐理由：SURGENT 解决了手术场景中 AI 辅助的隐私和可追溯性痛点，做医疗 AI 或手术辅助系统的开发者可以直接参考其多智能体架构和记忆设计。
原文
13:01
13:01官方一手arXiv: DeepSeek@Zihang Li, Rui Zhou, Yingcheng Shi, Wenhan Yu, Zhewen Tan, Zixiang Liu, Zeming Li, Binhua Li, Yongbin Li, Tong Yang, Jieping Ye
72°
ESPO（Early-Stopping Proximal Policy Optimization）是一种针对大语言模型强化学习训练的新方法，能在推理轨迹中早期检测到错误步骤并提前终止生成。传统PPO算法在模型犯错后仍会强制生成直到最大步长，浪费计算资源并污染优势估计。ESPO通过实时计算基于logits的代理遗憾值，在累积遗憾显著超过估计值时终止轨迹，并将截断轨迹视为吸收失败状态，无需额外奖励模型或人工标注。在DeepSeek-R1-Distill-Qwen-7B的数学推理训练中，ESPO在AIME 2024、AMC 2023和MATH-500上均超越PPO，同时累计节省超过20%的生成token。
论文强化学习PPO数学推理
推荐理由：做LLM强化学习训练的团队终于有了一个能省算力又提效果的方法——ESPO在数学推理任务上不仅性能更好，还省了20%的token，训练成本敏感的团队值得一试。
原文
5月28日
17:55
11:55
11:55官方一手arXiv: DeepSeek@Zhaoyang Jiang, Xuanqi Peng, Fei Teng, Zhizhong Fu, Yunsoo Kim, Jiacong Mi, Zicheng Li, Honghan Wu
一项针对医疗问答链式推理（CoT）蒸馏的研究发现，蒸馏后的小模型在最终答案准确率上显著提升（MedQA-USMLE从74.7%到84.4%），但推理步骤的错误率却从30.6%上升到50.3%。研究使用Qwen3-8B作为学生模型，蒸馏自DeepSeek-V3系列教师模型，并通过Kimi-K2.6等LLM裁判和临床专家盲审验证了这一反向趋势。问题根源在于：当答案选项简短、无法约束完整推理时，学生模型能模仿专家风格的推理过程，但无法确保每一步的局部事实正确。标准答案指标和整体回避率无法揭示这一风险。该发现提醒，在医疗等高风险领域，仅用答案准确率评估蒸馏模型是不够的，推理步骤的事实性必须单独审计。
论文链式推理模型蒸馏医疗QA
推荐理由：做医疗AI或模型蒸馏的团队注意了：答案准不等于推理对，蒸馏后步骤错误率反而飙升，临床场景下这是致命隐患。建议点开看看审计方法，避免踩坑。
原文
06:13
06:13rohanpaul_ai@rohanpaul_ai
本期新闻简报涵盖多项AI与芯片领域重要进展：华为公布芯片设计新突破，有望缩小与台积电、英特尔的差距；阿里巴巴与南京大学联合论文提出通过选择性稀疏注意力机制，使标准LLM高效处理超长上下文；深度分析DeepSeek的真正优势不在于廉价聊天机器人，而在于将硬件稀缺转化为策略的架构创新；Meta、斯坦福与伊利诺伊大学联合调研论文主张AI智能体在代码作为主要工作层时表现更佳；Anthropic联合创始人警告AI导致的失业将引发历史性道德危机；xAI向SuperGrok和X Premium+用户推出终端原生智能体“Grok Build”。
行业华为芯片设计长上下文
事件专题
推荐理由：芯片开发者、长上下文研究者、智能体实践者都能从中找到硬核洞察——华为的突破可能重塑竞争格局，阿里论文直接解决长文本推理痛点，DeepSeek的架构思路值得借鉴。建议花5分钟扫读，挑与自身领域相关的深度内容细看。
原文
5月27日
11:31
5月26日
22:59
22:59官方账号Decoder@Matthias Bastian
据报道，中国现在要求阿里巴巴、DeepSeek等私营企业的顶尖AI研究员在离开中国前必须获得官方批准。此举旨在防止数据泄露、技术窃取和人才挖角，反映了北京对国内AI行业加强管控。这一政策可能影响中国AI人才的国际流动和合作，对全球AI竞争格局产生潜在影响。
行业中国AI政策人才流动数据安全
推荐理由：这一政策直接关系到AI人才的国际流动，从事跨境AI合作或关注中国AI发展的从业者值得关注，它可能重塑全球AI人才市场。
原文
16:11
14:24
12:36
12:36官方一手arXiv: DeepSeek@Andrey Kozachok, Anatoliy Bakaev, Aleksandr Kozachok, Shamil Magomedov, Artem Noev
精选
该论文提出一种名为“上下文工具数据蒸馏”的方法，专门用于让小语言模型（SLM，参数最多 4B）生成 Kubernetes YAML 等 DSL 工件。方法通过合成生成和反向指令生成构建语料，并仅将通过外部验证器且匹配领域上下文的样本加入训练。在资源受限条件下，使用 DeepSeek-V4 Flash 作为教师模型，微调 Qwen2.5-Coder-1.5B-Instruct，在 K8s-Distill-Pilot 数据集上达到 91.5% 的完全通过率。关键发现是：输出格式的严格约束比增加训练样本数对结果质量影响更大。
论文Kubernetes小语言模型数据蒸馏
推荐理由：K8s 运维和平台工程团队终于有了一个轻量级方案来生成 YAML 清单——1.5B 模型就能跑出 91.5% 的通过率，做基础设施自动化的开发者可以直接参考其数据蒸馏思路。
原文
09:58
5月25日
17:38
04:36
02:06
02:06berryxia@berryxia
83°
DeepSeek 是一家中国 AI 公司，面对美国 GPU 禁运，没有堆算力，而是通过算法创新（如 KV Cache 压缩 90%、MoE 极致优化、Engram 模块）大幅降低训练和推理成本。其 V4 Pro 模型在 1M 上下文下仅需 5.48GB HBM，远低于竞品。这些技术不仅让长时序 Agent 经济可行，还盘活了中国 NAND 和 LPDDR 资源，缓解 HBM 依赖。DeepSeek 开源了整个框架，旨在打造 10 万亿美元的 AI 硬件新生态，估值目标 1 万亿美元。
AI产品DeepSeekMoEKV Cache
推荐理由：DeepSeek 用算法创新打破了 GPU 禁运的困局，做长上下文 Agent 的开发者可以直接用 V4 Pro 体验成本暴降的效果，做硬件生态的团队值得研究其开源架构。
原文
5月24日
19:34
18:07
15:34
13:52
13:46
5月23日
21:18
21:18IT之家（博客/媒体）
DeepSeek 宣布其 API 已完成输出速度提升和服务扩容，默认支持 500 并发同时在线，企业用户可申请更大并发。此前，DeepSeek-V4-Pro 模型 API 价格将于 2026 年 5 月 31 日结束 2.5 折优惠，正式调整为原价的 1/4，大幅降低使用成本。此次升级旨在提升开发者体验，满足高并发场景需求。
AI产品DeepSeekAPI服务扩容
事件专题
推荐理由：DeepSeek API 提速扩容后，默认 500 并发对高流量应用开发者是直接利好，配合即将到来的降价，做 AI 应用或服务的团队值得关注。
原文
09:17
09:17OpenRouter@OpenRouterAI
Warp 终端宣布支持 OpenRouter，用户可以直接在 Warp 中连接遵循 OpenAI Chat Completions API 的推理端点，包括 OpenRouter、LiteLLM、Zai_org、DeepSeek 等。工程师 Dagm Assefa 演示了如何连接 DeepSeek 和 OpenRouter。这一集成让开发者无需离开终端即可调用多种 AI 模型，简化了 AI 编程工作流。相关文档已在 Warp 官网更新。
AI产品WarpOpenRouterDeepSeek
事件专题
推荐理由：终端用户终于可以在 Warp 里直接调用 OpenRouter 和 DeepSeek 等模型，省去切换窗口的麻烦。做 AI 编程或频繁测试模型的开发者，建议试试这个集成，能显著提升效率。
原文
02:23
01:06
01:06Geek@geekbb
DeepSeek-V4-pro 模型 API 价格将在 2026年5月31日 23:59 结束 2.5 折优惠活动后，正式调整为原定价的 1/4。这意味着长期使用成本大幅降低，对开发者和大模型应用团队是重大利好。该调整是永久性的，而非短期促销。消息来自社区分享，引发广泛关注。
AI产品DeepSeekAPI价格模型调用
事件专题
推荐理由：DeepSeek-V4-pro API 价格直接降到原价1/4，做 AI 应用开发和模型调用的团队成本压力骤减，建议关注并提前规划迁移或扩容。
原文
5月22日
22:50
22:50IT之家（博客/媒体）
DeepSeek 官方宣布，DeepSeek-V4-Pro 模型 API 将于 2026 年 5 月 31 日结束 2.5 折优惠活动后，正式调整为原定价的 1/4，即永久保持当前折扣水平。原价输入（缓存命中）0.1 元/百万 Tokens、输入（缓存未命中）12 元/百万 Tokens、输出 24 元/百万 Tokens，降价后相当于缓存未命中输入降至 3 元/百万 Tokens，输出降至 6 元/百万 Tokens。这一调整意味着开发者可以长期享受低成本调用高性能模型的便利，无需担心优惠到期后价格反弹。
AI产品DeepSeekAPI降价
事件专题
推荐理由：DeepSeek 把 API 价格直接砍到 1/4 并永久生效，做 AI 应用开发或高频调用大模型的团队可以放心接入，不用再盯着优惠截止日期了。
原文
16:34
16:34官方账号阿里云 Alibaba Cloud@alibaba_cloud
阿里云发布了在PAI-EAS平台上部署DeepSeek V4-Flash的成本效益分析，通过实际基准测试和定价数据比较了不同部署选项。该分析旨在帮助用户找到每美元性能最佳的方案，适合需要优化AI模型部署成本的开发者和企业。视频演示了具体对比结果，为选择最经济的部署方式提供参考。
AI产品DeepSeek阿里云PAI-EAS
推荐理由：做AI模型部署的团队终于有了明确的性价比参考——阿里云用真实数据告诉你DeepSeek V4-Flash怎么部署最省钱，建议做成本优化的点开看看。
原文
14:00
13:06
13:06IT之家（博客/媒体）
DeepSeek 正进行 700 亿元人民币融资谈判，估值约 450 亿美元，腾讯、IDG 资本等接近参投。创始人梁文锋在投资者会议上承诺，公司将继续开发开源 AI 模型，而非追求短期商业化，主要目标是推动技术升级和实现通用人工智能。若融资落地，将创中国科技初创公司首轮融资纪录，国家队参与凸显政府重视。梁文锋个人可能注资约 200 亿元，公司正扩展至 AI 智能体领域。
行业DeepSeek开源模型融资
推荐理由：DeepSeek 用 700 亿融资证明开源路线在中国 AI 赛道依然能拿到顶级支持，关注开源模型生态的开发者可以看看这家公司如何平衡技术理想与资本压力。
原文
11:38
11:38官方一手arXiv: OpenAI@Andrii Kryshtal
精选72°
一项新研究测试了 OpenAI、Anthropic、DeepSeek、xAI 的九款模型在 90 个多轮冲突场景中的表现，发现模型在涉及战争罪行、种族灭绝否认、种族歧视等敏感话题时，输出可能加剧社会分裂。失败率从 6% 到 47% 不等，当用户要求“平衡”报道时，五款模型在 80%-100% 的情况下失败。研究首次提出针对冲突场景的评估框架，呼吁将此类测试纳入模型安全评估体系。
论文AI安全冲突场景模型评估
事件专题
推荐理由：做 AI 安全评估或部署在敏感地区的团队，这篇论文给出了第一个可复用的冲突场景测试框架，能直接用来检查模型是否会在关键议题上“和稀泥”——看完你会重新审视“中立”输出的代价。
原文
10:44
10:44官方一手arXiv: DeepSeek@Yuxuan Sun, Yuze Zhao, Yufeng Wang, Yao Du, Zhiyuan Ma, Jinbo Wang, Mengdi Zhang, Kai Zhang, Zhenya Huang
精选
SWE-Mutation 是一个新基准，用于评估大语言模型（LLM）生成的测试套件的质量。它通过引入系统性的变异解决方案来“欺骗”测试套件，从而衡量测试套件的判别能力。该基准包含从800个原始实例衍生的2,636个变异变体，并覆盖九种编程语言。实验表明，即使是DeepSeek-V3.1，其验证率也仅为10.20%，检测率为36.15%，暴露了当前LLM在生成可靠测试套件方面的严重不足。该研究还提出了一种智能体驱动的变异策略，使测试套件更难被欺骗，从而更真实地反映LLM的能力缺陷。
论文LLM评估测试套件软件工程
推荐理由：软件工程团队和AI研究者终于有了一个严谨的测试套件质量评估工具——SWE-Mutation能帮你判断LLM生成的测试是否真的可靠，做自动化测试或代码修复的开发者值得关注。
原文
5月21日
11:39
10:14
10:14官方一手Pandaily@contact@pandaily.com (Pandaily)
83°
据知情人士透露，中国 AI 实验室 DeepSeek 正在组建一个名为 Harness 的新团队，专注于开发编程智能体产品，直接与 Anthropic 的 Claude Code 竞争。该团队目前在北京开放招聘岗位。此举表明 DeepSeek 正加速布局 AI 编程工具领域，意图在开发者市场中占据一席之地。Claude Code 是 Anthropic 推出的 AI 编程助手，能够理解代码库并自动生成代码，而 DeepSeek 的 Harness 团队将开发类似产品。
AI产品编程智能体DeepSeekClaude Code
事件专题
推荐理由：DeepSeek 正式入局 AI 编程智能体赛道，做开发工具或使用 Claude Code 的团队值得关注——这可能会带来新的选择或竞争格局变化。
原文
08:00
08:00IT之家（博客/媒体）
83°
DeepSeek 已内部组建全新 Harness 团队，主攻代码智能体产品，直接对标 Anthropic 的 Claude Code。该团队由资深研究员陈德里证实，将专注研发 DeepSeek Code Harness，旨在将前沿模型能力转化为领先的 Agent 产品。目前开放 Harness 产品经理和研发工程师两个关键岗位，工作地点限北京。此举标志着 DeepSeek 正式进入代码智能体赛道，与 Claude Code 等产品展开竞争。
AI产品代码智能体DeepSeekClaude Code
事件专题
推荐理由：代码智能体是 AI 编程的下一个战场，DeepSeek 直接对标 Claude Code 组建 Harness 团队，做 AI 编程工具或 Agent 产品的开发者值得关注其后续动作。
原文
07:59
5月18日
17:12
17:12官方账号AlphaSignal@AlphaSignalAI
76°
本周（5月11日至17日）GitHub 热门仓库包括 DeepSeek 4 Flash 本地推理引擎（支持 Metal 和 CUDA）、更稀疏快速的 Transformer 语言模型、利用 WiFi 信号实现空间感知的 RuView、面向法律工作流的 Claude 插件套件，以及 X 平台开源的 feed 排序算法。这些项目覆盖了模型推理、架构优化、环境感知、行业应用和算法透明化等多个方向，值得开发者关注。
AI产品DeepSeek本地推理Transformer
推荐理由：做本地推理或模型优化的开发者可以看看 DeepSeek 4 Flash 和稀疏 Transformer 项目，前者直接提升 Metal/CUDA 部署效率，后者可能改变模型架构设计思路。法律从业者或对行业 AI 应用感兴趣的人，Claude 插件套件提供了现成的 workflow 参考。
原文