DeepSeek 各版本详解：从 V1 到 R1 的演进与对比

在与 ChatGPT4o 系列对比中，V2.5 整体优于 V2；在与 Mini 版本对比时胜率较高。

在代码方面，DeepSeek-V2.5 保留了 DeepSeek-Coder-V2-0724 的强大能力。在 HumanEval Python 和 LiveCodeBench 测试中显示显著改进。FIM 补全任务评分提升 5.1%。

• 发布时间：2024 年 9 月
• 特点：加入联网搜索功能，增强实时性和数据丰富度。
• 优势：
  • 数学和写作能力提升：处理复杂数学问题和创作写作表现优异。
  • 联网搜索功能：抓取最新网页信息，提升模型实时性。
• 缺点：
  • API 限制：API 接口不支持联网搜索功能。
  • 多模态能力依然有限：无法与专门的多模态模型媲美。

DeepSeek-V2.5 已开源至 HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-V2.5

4. DeepSeek-R1-Lite 系列：推理模型预览版

• 发布时间：2024 年 11 月 20 日

R1-Lite 是对标 OpenAI o1 的国产推理模型，在 AIME 和 Codeforces 等权威评测中取得卓越成绩。

测试表明，R1-Lite 在数学竞赛和编程竞赛中表现突出，但在部分理工科博士生测试中略逊于 OpenAI o1-preview。

由上图可知：

• 准确率随平均 token 量增加而显著提升，多数投票法效果更明显。

• Pass@1 情况下，达到一定 token 量后准确率高于 OpenAI o1-preview 的 44.2%。

• 特点：使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。

• 优点：

  • 推理能力强：在高难度数学和代码任务中超越现有顶级模型。
  • 思考过程详细：提供答案的同时附上详细的思考和验证过程。
  • 性价比高：训练成本远低于行业主流模型。

• 缺点：

  • 代码生成表现不稳定：简单代码生成有时不如预期。
  • 知识引用能力不足：现代知识引用任务表现未达满意效果。
  • 语言交互问题：可能出现中英文思考、输出混乱。

5. DeepSeek-V3 系列：大规模模型与推理速度提升

• 发布时间：2024 年 12 月 26 日

作为首款混合专家（MoE）模型，拥有 6710 亿参数，激活 370 亿，在 14.8 万亿 token 上完成预训练。

DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B，性能与 GPT-4o 及 Claude-3.5-Sonnet 不分伯仲。

关键指标分析

• 模型架构与参数：MoE 架构，激活参数 37B，总参数 671B。
• 英文测试集表现：MMLU-Pro EM 75.9，DROP 91.6，GPQA-Diamond 59.1。
• 代码测试集表现：HumanEval-Mul 82.6，LiveCodeBench (Pass@1) 37.6。
• 数学测试集表现：AIME 2024 39.2，MATH-500 90.2。
• 中文测试集表现：CLUEWSC 90.9，C-Eval 86.5。

总体来看，V3 在 DROP、MATH-500 等测试中优势明显。

• 特点：引入原生 FP8 权重，支持本地部署，生成速度从 20TPS 提升至 60TPS。
• 优势：
  • 强大的推理能力：在知识推理和数学任务方面表现卓越。
  • 高生成速度：满足对响应速度要求高的应用场景。
  • 本地部署支持：FP8 权重开源，降低云服务依赖。
• 缺点：
  • 高训练资源需求：需要大量 GPU 资源进行训练。
  • 多模态能力不强：未做专门优化，仍有短板。

相关论文链接：https://github.com/deepseek-ai/DeepSeek-V3/blob/main/DeepSeek_V3.pdf

6. DeepSeek-R1 系列：强化学习与科研应用

• 发布时间：2025 年 1 月 20 日

DeepSeek-R1 秉持开源原则，遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。

开源协议与技术影响

• 使用自由：可在个人及商业项目中自由使用。
• 修改自由：可修改代码和模型架构以满足特定需求。
• 分发自由：允许免费或伴随商业产品分发。

模型轻量化与个性化定制

• 模型轻量化：将大模型知识迁移到小模型，适配移动设备等资源受限场景。
• 个性化定制：基于 R1 训练适配特定任务的模型。
• 促进技术创新：为研究人员提供强大工具，加速技术应用。

DeepSeek-R1 上线 API，支持思维链输出，设置 model='deepseek-reasoner' 即可调用。

在后训练阶段大规模使用强化学习技术，在数学、代码、自然语言推理等任务上性能比肩 OpenAI o1 正式版。

在 Codeforces、MATH-500、SWE-bench Verified 测试中，DeepSeek-R1 表现突出。蒸馏小模型方面，R1 超越 OpenAI o1-mini。

总结

o1-mini 在 CodeForces 竞赛评分上优势明显；DeepSeek-R1 蒸馏的大参数模型在数学和编程测试集表现较好。

• 特点：通过强化学习优化推理能力，接近 OpenAI O1，遵循 MIT 许可证，支持模型蒸馏。
• 优势：
  • 强化学习优化推理能力：在推理任务中展现更强表现。
  • 开源支持与科研应用：完全开源，推动 AI 技术进步。
• 缺点：
  • 多模态能力不足：仍未得到充分优化。
  • 应用场景受限：主要面向科研、技术开发和教育领域。

相关论文链接：https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf

结语

DeepSeek 系列的不断迭代体现了其在自然语言处理、推理能力和应用生态等方面的持续进步。每个版本都有其独特的优势和适用场景，用户可根据自身需求选择最适合的版本。随着技术发展，未来 DeepSeek 可能会在多模态支持、推理能力等方面继续取得突破。