《深度搜索-R1-0528》

article/2025/8/20 11:51:36

深度搜索-R1-0528


  
   

Paper Link (纸质链接)👁️

1. 引言

DeepSeek R1 模型进行了小版本升级,当前版本为 DeepSeek-R1-0528。在最新的更新中,DeepSeek R1 通过利用增加的计算资源并在后训练期间引入算法优化机制,显著提高了其推理和推理能力的深度。该模型在各种基准测试评估中表现出出色的性能,包括数学、编程和一般逻辑。它的整体性能现在接近 O3 和 Gemini 2.5 Pro 等领先机型。

与以前的版本相比,升级后的模型在处理复杂的推理任务方面显示出显著的改进。例如,在 AIME 2025 测试中,模型的准确率从上一版本的 70% 提高到当前版本的 87.5%。这一进步源于推理过程中思维深度的增强:在 AIME 测试集中,以前的模型平均每个问题使用 12K 个标记,而新版本每个问题平均使用 23K 个标记。

除了改进的推理能力外,此版本还降低了幻觉率,增强了对函数调用的支持,并改善了 vibe 编码体验。

2. 评估结果

深度搜索-R1-0528

对于我们所有的模型,最大生成长度都设置为 64K 令牌。对于需要采样的基准,我们使用 0.6 美元的温度,0.95 美元的 top-p 值,并且每个查询生成 16 个响应来估计pass@1。

类别基准 (度量)DeepSeek R1深度寻觅 R1 0528
常规
MMLU-Redux (EM)92.993.4
MMLU-Pro (EM)84.085.0
GPQA 钻石 (Pass@1)71.581.0
SimpleQA(正确)30.127.8
FRAMES (Acc.)82.583.0
人类的最后考试 (Pass@1)8.517.7
法典
LiveCodeBench (2408-2505) (Pass@1)63.573.3
Codeforces-Div1 (评分)15301930
SWE 验证 (已解决)49.257.6
Aider-Polyglot (Acc.)53.371.6
数学
AIME 2024 (Pass@1)79.891.4
AIME 2025 (Pass@1)70.087.5
HMMT 2025 (Pass@1)41.779.4
CNMO 2024 (Pass@1)78.886.9
工具
BFCL_v3_MultiTurn (累积)-37.0
Tau 工作台 (Pass@1)-53.5(航空公司)/63.9(零售)

注意:我们使用 Agentless 框架来评估模型在 SWE 验证上的性能。我们只评估 HLE 测试集中的纯文本提示。GPT-4.1 用于在 Tau-bench 评估中充当用户角色。

深度搜索-R1-0528-Qwen3-8B

同时,我们将 DeepSeek-R1-0528 的思路提炼出来,对 Qwen3 8B Base 进行后训练,得到 DeepSeek-R1-0528-Qwen3-8B。该模型在 AIME 2024 上的开源模型中实现了最先进的 (SOTA) 性能,比 Qwen3 8B 高出 +10.0%,与 Qwen3-235B 思维的性能相当。我们相信,DeepSeek-R1-0528 的思路链对于推理模型的学术研究和以小规模模型为重点的工业发展都具有重要意义。

AIME 24 系列AIME 25 系列HMMT 2 月 25 日GPQA 钻石LiveCodeBench (2408-2505)
Qwen3-235B-A22B85.781.562.571.166.5
Qwen3-32B81.472.9-68.4-
Qwen3-8B76.067.3-62.0-
Phi-4-推理加 14B81.378.053.669.3-
双子座-2.5-Flash-Thinking-052082.372.064.282.862.3
O3-mini (中)79.676.753.376.865.9
深度搜索-R1-0528-Qwen3-8B86.076.361.561.160.5

3. 聊天网站和API平台

您可以在 DeepSeek 官网上与 DeepSeek-R1 聊天:chat.deepseek.com,并打开“DeepThink”按钮

我们还在 DeepSeek 平台上提供兼容 OpenAI 的 API:platform.deepseek.com

4. 如何在本地运行

请访问 DeepSeek-R1 存储库,了解有关在本地运行 DeepSeek-R1-0528 的更多信息。

与之前的 DeepSeek-R1 版本相比,DeepSeek-R1-0528 的使用建议有以下变化:

  1. 现在支持系统提示符。
  2. 不需要在输出的开头添加 “<think>\n” 来强制模型进入思维模式。

DeepSeek-R1-0528-Qwen3-8B 的模型架构与 Qwen3-8B 的模型架构相同,但它与 DeepSeek-R1-0528 共享相同的分词器配置。此模型可以以与 Qwen3-8B 相同的方式运行。

系统提示符

在官方的 DeepSeek web/app 中,我们使用相同的系统提示符和特定的日期。

该助手为DeepSeek-R1,由深度求索公司创造。
今天是{current date}。

例如

该助手为DeepSeek-R1,由深度求索公司创造。
今天是2025年5月28日,星期一。

温度

在我们的 Web 和应用程序环境中,温度参数 $T_{model}$ 设置为 0.6。

文件上传和 Web 搜索提示

对于文件上传,请按照模板创建提示,其中 {file_name}、{file_content} 和 {question} 是参数。

file_template = \
"""[file name]: {file_name}
[file content begin]
{file_content}
[file content end]
{question}"""

对于 Web 搜索,{search_results}、{cur_date} 和 {question} 是参数。 对于中文查询,我们使用提示符:

search_answer_zh_template = \
'''# 以下内容是基于用户发送的消息的搜索结果:
{search_results}
在我给你的搜索结果中,每个结果都是[webpage X begin]...[webpage X end]格式的,X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分引用上下文。如果一句话源自多个上下文,请列出所有相关的引用编号,例如[citation:3][citation:5],切记不要将引用集中在最后返回引用编号,而是在答案对应部分列出。
在回答时,请注意以下几点:
- 今天是{cur_date}。
- 并非搜索结果的所有内容都与用户的问题密切相关,你需要结合问题,对搜索结果进行甄别、筛选。
- 对于列举类的问题(如列举所有航班信息),尽量将答案控制在10个要点以内,并告诉用户可以查看搜索来源、获得完整信息。优先提供信息完整、最相关的列举项;如非必要,不要主动告诉用户搜索结果未提供的内容。
- 对于创作类的问题(如写论文),请务必在正文的段落中引用对应的参考编号,例如[citation:3][citation:5],不能只在文章末尾引用。你需要解读并概括用户的题目要求,选择合适的格式,充分利用搜索结果并抽取重要信息,生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长,对于每一个要点的论述要推测用户的意图,给出尽可能多角度的回答要点,且务必信息量大、论述详尽。
- 如果回答很长,请尽量结构化、分段落总结。如果需要分点作答,尽量控制在5个点以内,并合并相关的内容。
- 对于客观类的问答,如果问题的答案非常简短,可以适当补充一到两句相关信息,以丰富内容。
- 你需要根据用户要求和回答内容选择合适、美观的回答格式,确保可读性强。
- 你的回答应该综合多个相关网页来回答,不能重复引用一个网页。
- 除非用户要求,否则你回答的语言需要和用户提问的语言保持一致。
# 用户消息为:
{question}'''

对于英文查询,我们使用提示符:

search_answer_en_template = \
'''# The following contents are the search results related to the user's message:
{search_results}
In the search results I provide to you, each result is formatted as [webpage X begin]...[webpage X end], where X represents the numerical index of each article. Please cite the context at the end of the relevant sentence when appropriate. Use the citation format [citation:X] in the corresponding part of your answer. If a sentence is derived from multiple contexts, list all relevant citation numbers, such as [citation:3][citation:5]. Be sure not to cluster all citations at the end; instead, include them in the corresponding parts of the answer.
When responding, please keep the following points in mind:
- Today is {cur_date}.
- Not all content in the search results is closely related to the user's question. You need to evaluate and filter the search results based on the question.
- For listing-type questions (e.g., listing all flight information), try to limit the answer to 10 key points and inform the user that they can refer to the search sources for complete information. Prioritize providing the most complete and relevant items in the list. Avoid mentioning content not provided in the search results unless necessary.
- For creative tasks (e.g., writing an essay), ensure that references are cited within the body of the text, such as [citation:3][citation:5], rather than only at the end of the text. You need to interpret and summarize the user's requirements, choose an appropriate format, fully utilize the search results, extract key information, and generate an answer that is insightful, creative, and professional. Extend the length of your response as much as possible, addressing each point in detail and from multiple perspectives, ensuring the content is rich and thorough.
- If the response is lengthy, structure it well and summarize it in paragraphs. If a point-by-point format is needed, try to limit it to 5 points and merge related content.
- For objective Q&A, if the answer is very brief, you may add one or two related sentences to enrich the content.
- Choose an appropriate and visually appealing format for your response based on the user's requirements and the content of the answer, ensuring strong readability.
- Your answer should synthesize information from multiple relevant webpages and avoid repeatedly citing the same webpage.
- Unless the user requests otherwise, your response should be in the same language as the user's question.
# The user's message is:
{question}'''

5. 许可

此代码存储库根据 MIT 许可证获得许可。使用 DeepSeek-R1 模型也受 MIT 许可证的约束。DeepSeek-R1 系列(包括 Base 和 Chat)支持商用和蒸馏。

6. 引文

@misc{deepseekai2025deepseekr1incentivizingreasoningcapability,title={DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning}, author={DeepSeek-AI},year={2025},eprint={2501.12948},archivePrefix={arXiv},primaryClass={cs.CL},url={https://arxiv.org/abs/2501.12948}, 
}

7. 联系方式

如果您有任何问题,请提出问题或通过 service@deepseek.com 与我们联系。


http://www.hkcw.cn/article/vXsxHNxmdl.shtml

相关文章

男子翻女友手机才发现小丑竟是自己 女子:我们就是牌友

河南许昌,刘先生称和女友恋爱2年多,女友比自己大5岁带三个娃,相处期间两人很和睦,自己给对方还房贷,孩子都叫自己爸爸了,却意外发现她手机里还有男朋友,备注叫大哥。女方:我和刘先生就是牌友,和手机里男友的马上要结婚了,给的钱全是打牌的钱...随后,女方正牌男友来到…

Arduino 编码器

旋转编码器模块 这次我们将使用的旋转编码器为360度KY-040模块&#xff0c;工作电压: 5V&#xff0c;一圈脉冲数: 20&#xff0c;旋转编码器可通过旋转可以计数正方向和反方向转动过程中输出脉冲的次数&#xff0c;旋转计数和电位计不一样&#xff0c;这种转动计数是没有限制的…

ppt一键制作:ai自动生成PPT,便捷高效超级精美!

深夜的台灯下&#xff0c;你对着杂乱的 PPT 内容反复刷新灵感&#xff0c;鼠标在字体、配色选项间来回穿梭&#xff0c;好不容易拼凑出的页面&#xff0c;却总透着浓浓的 “廉价感”&#xff1b;汇报在即&#xff0c;逻辑混乱的大纲改了又改&#xff0c;每一页感觉合适又不搭&a…

俞敏洪骑车摔倒深夜发博:感谢关心,皮外伤

5月29日,俞敏洪在青海骑行时不慎摔倒,膝盖等处磕破出血。30日凌晨1点多,他发博报平安:29日骑车有点睡着了摔了一下,感谢广大朋友关心,皮外伤,不用担心。责任编辑:zx0002

R语言在生物群落数据统计分析与绘图中的实践应用

随着生物信息学的快速发展&#xff0c;R语言因其开源、自由、免费的特点&#xff0c;在生物群落数据分析领域得到了广泛应用。生物群落数据多样且复杂&#xff0c;涉及众多统计分析方法。本文旨在介绍R语言在生物群落数据统计分析与绘图中的实践应用&#xff0c;结合具体技术要…

100个 Coze 智能体实战案例

&#x1f44b; 家人们&#xff0c;今天我们正式开始 「100个 Coze 智能体实战案例」 系列&#xff01; 为了让关注的小伙伴&#xff0c;去学习到字节的大杀器&#xff0c;coze空间里面的工作流&#xff0c;做agent智能体也好&#xff0c;工作流也好&#xff0c;很多人都会疑惑…

跨越太赫兹鸿沟:高通量实时成像的曙光?

告别蜗牛扫描&#xff0c;实时透视不再是梦 你是否想象过&#xff0c;未来的安检仪能瞬间透视行李箱内的物品&#xff0c;医生能无创“看穿”皮肤下的癌细胞&#xff0c;文物修复师能精准分析千年古画下的每一层颜料&#xff1f;这些科幻场景的实现&#xff0c;正依赖于一种名…

高效开发,升级软件,硬件也要专业

作为开发者的你&#xff0c;在看代码时是否有频繁切换鼠标滚轮的困扰?是否经常会感觉到看代码眼睛干涩? 是时候拥有一台专为程序员打造的专用显示器啦&#xff0c;作为一名程序员&#xff0c;需要写很多项目&#xff0c;都是大工程&#xff0c;我们在修改代码时总希望能显示多…

上班带饭素材

=================================================================== 素菜: 清炒西蓝花 + 欧芹大蒜盐 清炒生菜 &#

从时钟精度看晶振频率稳定度的重要性

在当今数字化的时代&#xff0c;电子设备无处不在&#xff0c;从我们日常使用的智能手机、电脑&#xff0c;到工业生产中的自动化控制系统&#xff0c;再到航空航天领域的精密仪器&#xff0c;这些设备的正常运行都离不开一个关键的组件——晶振。晶振&#xff0c;全称为晶体振…

RAG技术:私有大模型知识更新的最佳实践

“ 大模型的知识主要是在预训练阶段学习的&#xff0c;更新大模型的固化知识是非常困难的&#xff0c;需要通过特定数据集的微调再训练实现。通过RAG实现私有知识库与私有化部署大模型相融合&#xff0c;就变得容易得多&#xff0c;但需要根据私有知识库的数据结构特点进行选型…

Cesium 报错:自定义材质报‘texture2D‘ : no matching overloaded function found错误

文章目录 问题分析解决 问题 Ceisum 加载自定义材质时报错如下&#xff1a; 自定义材质报‘texture2D‘ : no matching overloaded function found错误 分析 cesium1.102 及以上的版本会报错&#xff1a;原因是从1.102版本开始默认使用的是WebGL2上下文渲染。WebGL2 在所有平…

vue3项目 前端文件下载的两种工具函数

1、Blob 流下载 Blob 表示不可变的原始数据的类文件对象&#xff0c;通常用于处理文件或大块二进制数据。 注意&#xff1a;js中还有一个二进制数据类型ArrayBuffer&#xff0c;它们的区别如下 Blob 可以位于磁盘、高速缓存内存和其他不可用的位置&#xff1b;ArrayBuffer 是存…

信号量的应用:利用信号量实现进程同步

进程同步与信号量 进程同步是指在多进程环境下&#xff0c;为了保证程序的正确性&#xff0c;协调多个进程按一定顺序执行。信号量是实现进程同步的重要工具&#xff0c;它本质上是一个特殊变量&#xff0c;通过对其进行 wait&#xff08;P 操作&#xff09;和 signal&#xf…

常规个人信息安全设置(windwos一)

windows操作系统 1、修改个人电脑密码&#xff0c;修改为安全密码&#xff0c;打开安全策略。2、确定关闭远程访问功能3、打开病毒防护 最近无意识的一些操作导致了电脑被病毒攻击&#xff0c;表现就是所有文件夹下都会自动生成一个READMIN.TXT文件&#xff0c;内容如下&#x…

C#回调函数深度解析

文章目录 前言什么是回调函数C#中实现回调的方式委托(Delegate)事件(Event)Action和FuncPredicateAsyncCallback匿名方法和Lambda表达式 回调函数实际应用场景异步编程事件处理策略模式LINQ查询 回调函数的优缺点优点缺点 最佳实践与注意事项总结相关资源 前言 在现代软件开发…

一男子发多条视频怀念亡妻:相恋12年,会照顾好两个老人

5月29日(报道),山东一男子发布多条视频怀念亡妻,二人相恋十二年,28岁妻子死于心脏停搏,去世前一天还晒了老公送的花。当事人:“我会带着思念好好活下去,照顾好两个老人。”责任编辑:zx0002

在supermap idesktop中两块影像设置背景透明后,拼接处会有一条明显的黑线,但是放大后又没有,这个怎么处理

1.将数据集的影像数据先添加到一个新的地图&#xff1b; 2.去数据集将影像数据的金字塔删除&#xff1b; 3.重新创建影像金字塔&#xff1b;选择【创建影像数据金字塔】 4.将栅格数据添加到图层里 点击属性进行设置&#xff0c;勾选【无值透明】、背景值设置为0 0 0&#xff…

女子误扔40多万黄金到第二天才发觉 民警经过近1小时排查成功找到

近日在天津,民警接到市民求助,称不慎将价值40万元的黄金当作垃圾丢弃。报警人是天津一家经营金店的夫妇,店主称,当晚闭店后,他的妻子照例去扔垃圾,却不慎将装有500多克价值40万元的黄金首饰及金料的塑料袋当作垃圾丢弃。等他们发现时已是第二天,此时垃圾早已被环卫部门收…

工业智能网关在柔性制造系统中的动态产线切换实践

一、项目背景 在电子制造行业&#xff0c;某企业拥有数百台生产设备&#xff0c;包括西门子品牌的PLC设备、欧姆龙品牌的传感器以及基恩士品牌的条码读取器等。这些设备分布在多个车间&#xff0c;传统的监控方式需要工作人员到现场逐一查看设备运行状态&#xff0c;不仅效率低…