DeepSeek продолжает удивлять мир своими достижениями в области искусственного интеллекта. На этот раз они представили обновленную версию модели, получившую название DeepSeek V3-0324 . Модель была загружена на платформу HuggingFace без лишнего шума, но сегодня разработчики наконец раскрыли подробности о ее возможностях. Результаты впечатляют: она не только превзошла предыдущие версии, но и опередила такие гиганты, как Claude 3.5 и даже, возможно, Claude 3.7 (хотя тут возникли споры). Давайте разберемся, что нового и почему это вызывает столько дискуссий.
Рекордные результаты в бенчмарках
DeepSeek V3 показала значительный прогресс в тестах по математике и программированию. Вот основные улучшения:
- MMLU-Pro : с 75.9 → 81.2 (+5.3)
- GPQA : с 59.1 → 68.4 (+9.3)
- AIME : с 39.6 → 59.4 (+19.8) — новый мировой рекорд (SOTA) с заметным отрывом.
- LiveCodeBench : с 39.2 → 49.2 (+10.0)
Эти цифры говорят сами за себя: модель стала гораздо лучше в решении сложных математических задач и написании кода. Особенно впечатляет рост в тесте AIME, где DeepSeek V3 обошла всех конкурентов.
Споры вокруг Claude 3.7
В заявлении DeepSeek говорится, что их модель превосходит Claude 3.7 , однако официальных тестов с этой моделью пока нет. Это вызвало жаркие споры в сообществе. Некоторые пользователи обвиняют DeepSeek в том, что модель могла быть обучена на данных от Claude 3.7, что является нарушением этических норм.
Однако другие считают, что такие обвинения политически мотивированы. Китайские разработчики уже не раз сталкивались с подобными обвинениями, особенно после того, как их модели были "пойманы" на использовании диалогов OpenAI для обучения. Тем не менее, пока нет конкретных доказательств, вопрос остается открытым.
Улучшения в разработке и интерфейсах
DeepSeek V3 получила значительные улучшения в следующих областях:
- Фронтенд и веб-разработка :
- Модель теперь пишет более качественный и исполняемый код.
- Созданные веб-страницы и интерфейсы стали эстетически привлекательнее.
- Function Calling :
- Улучшилось взаимодействие с кастомными инструментами и API. Теперь модель может эффективнее использовать предоставленные ей функции для выполнения задач.
- Обработка файлов и веб-поиска :
- DeepSeek V3 отлично справляется с чтением контента файлов и анализом результатов веб-поиска. Это шаг в сторону агентских систем, которые могут автономно выполнять сложные задачи.
Локальный запуск модели
DeepSeek V3 можно запустить локально, например, на Mac Studio , где она выдает около 20 токенов в секунду . Это не рекордная скорость, но возможность запускать такую мощную модель на домашнем оборудовании — уже большое достижение.
Тот факт, что модель такого уровня доступна публично, делает ее особенно ценной для исследователей и разработчиков по всему миру.
Почему это важно?
DeepSeek V3 демонстрирует, что китайские компании продолжают активно развивать свои технологии ИИ, конкурируя с западными лидерами, такими как OpenAI и Anthropic. Появление такой модели в открытом доступе — это подарок для сообщества, который может ускорить развитие новых приложений и решений в области искусственного интеллекта.
Однако остаются вопросы этики и прозрачности. Если модель действительно была обучена на данных конкурентов, это может стать серьезной проблемой для репутации DeepSeek. Пока же мы можем только восхищаться результатами и наблюдать за развитием событий.
Что дальше? Возможно, скоро увидим DeepSeek V3 в популярных инструментах, таких как Курсор или других IDE, что сделает процесс разработки еще удобнее. Остается только протестировать эту модель и лично убедиться в ее возможностях.
