AITOP

DeepSeek

共 449 条相关 AI 资讯 · 查看话题观测
8月5日
10:07
10:07官方一手arXiv: DeepSeek@Dominik Meier, Luca Joshua Francis, Marco Bernhard Kaiser, Terry Ruas, Jan Philip Wahle, Bela Gipp
精选
该论文提出思维链推理存在忠实性与安全性的对齐矛盾：模型既要足够忠实以便监控，又要拒绝不安全推理。作者引入HazMart数据集和Targeted Reasoning Replacement技术，直接替换推理链中的想法来测试。DeepSeek-R1-Llama-70B忠实性高达97.5%，但拒绝不安全推理仅12.3%；QwQ-32B安全性为73.9%，忠实性降至74.7%。机制分析显示QwQ-32B中二者由反相关内部方向表征，通过表示引导可将安全行为提升9个百分点。
论文DeepSeekQwQ思维链
推荐理由：这篇论文用HazMart数据集测了DeepSeek和QwQ的思维链，发现忠实性和安全性确实互相打架，还给出了干预办法。
原文
10:05
10:05官方一手arXiv: DeepSeek@Lingyun Zhang, Shang Shang
该论文提出AI Agent经济学概念，研究在仅提供工作、转移、选举和分配机制但无预设策略时，智能体能否涌现经济关系。实验构建无生产边界测试和24个六智能体世界，覆盖GPT和DeepSeek模型。结果发现无生产任务时智能体间无实质转移，而引入已验证工作和稀缺任务后，转账、借贷、投票换访问权等策略出现。研究显示组织的形成取决于可执行权利和资源后果，而非角色标签或提示语言。
论文AI Agent多智能体经济学
推荐理由：这篇论文用GPT和DeepSeek跑了24个六智能体世界，不看角色标签，只看机制本身能不能催生经济行为，结论挺反直觉。
原文
10:04
10:04官方一手arXiv: DeepSeek@Guilin Li, Jiaxing Zhang, Matthias Hwai Yong Tan, Bo Wang, Weiran Huang
精选
SeqLLM将行为序列建模接入预训练大语言模型，同时保留原有语言能力。它由行为事件离散词表、两阶段对齐的轻量投影器、前缀引导能力注入三部分组成。该系统已在微信支付上线，每天筛查数百万商户，将DeepSeek生产基线的筛查精度从92.0%提升到97.5%。在MovieLens和Amazon上，SeqLLM的Recall@5相对User-LLM最高提升32%，且语言能力明显更强。在RecIF上，它仅用OneRec-8B五分之一GPU日，就把Pass@32提升了14.2%。
论文SeqLLM微信支付DeepSeek
推荐理由：SeqLLM已在微信支付上线，日筛数百万商户，把筛查精度从92.0%拉到97.5%，还保住了语言能力。
原文
08:02
8月4日
23:40
23:40lmarena.ai@lmarena_ai
精选
LMArena 公布 DeepSeek-V4-Flash-20260731(High) 的五项关键信号。总体得分上升 1.98%，确认成功项提升 6.99%，好评对差评比增加 1.54%。可引导性下降 2.31%，Bash 恢复得分 2.53%，工具幻觉率 1.2%。数据来自竞技场真实用户反馈。
AI模型DeepSeekDeepSeek-V4-FlashLMArena
事件专题
推荐理由：想知道 DeepSeek 最新版行不行？看这五个真实用户信号，总体涨近2%，确认成功涨7%，但可引导性跌了。
原文
16:44
16:44官方一手pandaily@contact@pandaily.com (Pandaily)
DeepSeek V4-Flash以7.1万亿Token的周消耗量登顶OpenRouter排行榜。全球AI周Token用量突破56.8万亿，中国模型包揽前十中的九席。开发者默认选择正被价格战重塑，转向更高性价比的模型。
行业DeepSeekOpenRouterV4-Flash
推荐理由：中国模型把OpenRouter前五全占了，DeepSeek V4-Flash直接登顶，看看这波性价比怎么改写开发者习惯。
原文
13:09
12:15
12:15官方一手arXiv: DeepSeek@Ruiyang Zhang
精选
基于线性时序逻辑(LTL)和有限自动机(FSA)的运行时监控器用于拦截LLM智能体的不安全工具调用序列。研究发现同一监控器在GPT类和DeepSeek后端上攻击覆盖率约68-75%，在Gemini变体上仅6-13%。攻击分布的Shannon熵差异解释了这一差距：GPT类集中（H≈0.24比特，单个模式覆盖96%），Gemini分散（H≈2.81比特，7个簇各≤7%）。熵对覆盖率变异解释率为76%（Pearson r=-0.87，p=0.005），留一法验证r在[-0.91,-0.82]。论文提出部署前熵测试，可从小样本攻击数据预测监控覆盖率。
论文LTLAI安全智能体
推荐理由：这篇论文说清了同一安全监控器在GPT/DeepSeek上能拦七成攻击、在Gemini上几乎失灵的原因，还给了部署前预测覆盖率的测试。
原文
10:50
09:24
09:14
09:14IT之家（博客/媒体）
83°
OpenAI将前沿模型ChatGPT 5.6 Luna价格下调80%，每百万输入Token降至0.20美元，输出Token降至1.20美元。中端模型5.6 Terra降价20%，至输入2美元、输出12美元，低于Kimi K3的3美元和15美元。这一轮降价直接对标DeepSeek V4（输入0.435美元、输出0.87美元）和Kimi K3。谷歌此前推出了Gemini 3.6 Flash和3.5 Flash-Lite低价模型，Anthropic则用Claude 5.0替代Opus 4.8且不加价。不过OpenAI订阅业务持续亏损，并承诺2030年前投入约6000亿美元计算资源，降价进一步压缩利润空间。
行业OpenAIDeepSeekKimi
事件专题
推荐理由：OpenAI把GPT-5.6 Luna降价80%，跟DeepSeek V4和Kimi K3正面刚，讲清楚了为啥敢这么烧钱。
原文
07:20
8月3日
23:55
23:55Geek@geekbb
一条X推文猜测，DeepSeek V4 Pro发布后，厂商会不会继续推出DeepSeek V4 Ultra。该推文获得2条回复、1个点赞和1213次浏览。这条推文只讨论DeepSeek V4 Pro与V4 Ultra的命名关系，没有发布任何版本信息。
行业DeepSeekDeepSeek V4 ProDeepSeek V4 Ultra
事件专题
推荐理由：geekbb在X上问：DeepSeek会不会再出V4 Ultra？虽然只是脑洞，但这条推文有1200多次浏览，好奇大家怎么看。
原文
22:53
13:43
13:41
10:00
09:48
09:48官方一手pandaily@contact@pandaily.com (Pandaily)
71°
DeepSeek-V4-Flash-0731正式发布并开源，参数量304B，性能评分82.7。该模型超越V4-Pro预览版，定价为0.14/0.28美元。在VulcanBench基准上位列第一，HuggingFace热度榜第二。官方称其表现媲美Claude Opus-4.8。
AI模型DeepSeekV4-Flash开源模型
事件专题
推荐理由：DeepSeek把304B的V4-Flash开源了，性能打平Claude Opus-4.8，价格还便宜，快去试试。
原文
09:21
09:21官方一手arXiv: DeepSeek@Rui Zou, Yutao Zhu, Mengqi Wei, Ji-Rong Wen
AMTFV提出将数学验证建模与具体执行解耦，通过数学工具流接口支持精确计算。该方法先让验证智能体构建工作流，再用工具代理执行精确计算，最后辅助答案判定与修正。在DeepSeek、GPT和Gemini的七种模型配置上评估五个数学推理数据集，AMTFV总体优于基线。相比最强基线，单个模型配置下平均准确率最高提升8.3个百分点，中等和高等验证复杂度样本上提升更大。
论文AMTFV数学推理自我修正
推荐理由：这篇论文搞了个AMTFV，把数学验证拆成流程和计算两步，比直接写验证程序更稳，在多个模型上最高涨了8.3个点。
原文
8月2日
16:09
15:44
15:36
14:47
14:17
11:09
11:09官方一手歸藏(guizang.ai)@op7418
精选73°
DeepSeek V4 Flash 正式版已上线官方 API，模型结构与 preview 版一致，仅重新做了后训练。官方公布的 Agent 基准成绩全面超过 V4 Pro Preview，其中 Terminal Bench 2.1 得分 82.7，NL2Repo 54.2，Cybergym 76.7。新版本兼容 Codex API 格式，并提供 Mac 和 Windows 一键配置脚本。
AI模型DeepSeekV4 FlashV4 Pro
推荐理由：DeepSeek 正式版 V4 Flash 的 Agent 跑分全面超过 V4 Pro Preview，还支持 Codex API 格式，一键脚本就能接入。
原文
10:08
06:56
03:12
02:09
01:35
8月1日
21:08
21:08IT之家（博客/媒体）
埃隆·马斯克今早关注了 DeepSeek 的 X 账号，Big Tech Alert 账号发布了这一动态。DeepSeek 昨日通过 API 文档宣布 DeepSeek-V4-Flash 正式版上线公测，主打超高性价比，相关 X 消息已获超 2.5 万点赞和超 5000 条转发。马斯克在 7 月 23 日《经济学人》专访中称中国在机器人和 AI 领域实力雄厚，可能成为领导者，并特别提到对月之暗面 Kimi K3 模型印象深刻。他认为中国在 AI 竞赛中有决定性优势，电力供应能力是关键因素。
AI模型DeepSeek-V4-FlashDeepSeekKimi K3
事件专题
推荐理由：马斯克刚关注了 DeepSeek，同一天 V4-Flash 正式版 API 公测，性价比拉满，X 上已经 2.5 万赞，值得围观。
原文
14:36
11:35
11:35小互@imxiaohu
78°
DeepSeek-V4-Flash正式版发布，官方声称可原生接入OpenAI Codex。该模型在九项Agent测试中全部反超自家更大的V4-Pro预览版。它登顶开源模型前三，输出价格比Opus 4.8便宜89倍。DeepSeek还为Codex做了官方适配，提供一条命令接入方案。
AI模型DeepSeekV4-FlashCodex
事件专题
推荐理由：DeepSeek新出的V4-Flash能直接配Codex，一条命令搞定，跑分还反超自家V4-Pro，价格比Opus 4.8便宜89倍。
原文
10:13
10:13Fireworks AI@FireworksAI_HQ
72°
DeepSeek-V4-Flash-0731已在Fireworks平台上线，支持日零部署。DeepSeek报告该模型在全部9项智能体评测中超越V4 Pro，其中Terminal Bench得分82.7%。其性价比优于V4 Pro，定价为每百万tokens 0.28美元，上下文窗口达100万tokens。
AI模型DeepSeekV4-Flash-0731Fireworks
推荐理由：Fireworks当天上线了DeepSeek最新模型，智能体评测全面超过V4 Pro，价格还更便宜，适合跑高并发任务。
原文
09:48
09:40
09:40SuperTechFans（博客/媒体）
UEFA 及其 55 个成员协会联合声明，拒绝 FIFA 将世界杯转售给私人投资者的提案，否则将不参加 FIFA 赛事。电梯调度科普文登上 HN 热榜，对比 LOOK 与 RSR 算法，并提供交互模拟器，获得 802 点热度。DeepSeek 发布 V4-Flash 模型，13B 激活参数下输入成本为 0.14 美元/百万 token，支持 Responses API。OpenAI 推出 GPT-5.6 系列，降低 Luna 等模型成本并提升速度。谷歌用大语言模型升级 Chrome 漏洞管理流程，6 月修复漏洞数超过过去两年总和。
行业Hacker NewsDeepSeekOpenAI
事件专题
推荐理由：今天 HN 干货多，UEFA 硬刚 FIFA、电梯模拟器好玩，还有 DeepSeek 和 OpenAI 上新
原文
08:32
08:32IT之家（博客/媒体）
75°
DeepSeek-V4-Flash 正式版 API 于 7 月 31 日上线公测。Artificial Analysis 智能指数（AII）测得 DeepSeek V4 Flash 0731 得 50 分，比 4 月版本高 10 分，比 V4 Pro 高 6 分，比 GPT-5.6 Luna 最高分低 1 分。DeepSeek 自有 API 提供约 98% 缓存命中折扣，使单任务成本比 GPT-5.6 Luna 低约 60%。Frontend Code Arena 中 DeepSeek-V4-Flash-High 得 1586 分，总排名第 7，开放类别第 3。每 MToken 价格 0.14/0.28 美元，是同类产品中性价比最高的。
AI模型DeepSeekDeepSeek-V4-FlashGPT-5.6 Luna
事件专题
推荐理由：DeepSeek V4-Flash 正式版上线，AII 得 50 分只比 GPT-5.6 Luna 低 1 分，价格便宜 60%，前端代码跑分 1586，可以试试。
原文
08:29
06:08
01:08
01:08官方账号Decoder@Thomas Joos
DeepSeek V4 Flash 的 0731 更新版本在 Artificial Analysis Intelligence Index 上得分 50，较前版提升 10 分。该分数仅比 OpenAI GPT-5.6 Luna 低 1 分，但每任务成本约低 60%。这一成绩让 DeepSeek 的平价模型在性能逼近旗舰的同时，展现出明显的成本优势。
AI模型DeepSeekV4 FlashGPT-5.6 Luna
事件专题
推荐理由：DeepSeek 把 V4 Flash 升到 0731 版，性能只比 GPT-5.6 Luna 低 1 分，成本却省六成，平价模型也能打了。
原文