O grande modelo DeepSeek V3 produzido internamente se destaca na arena de IA e seu excelente desempenho atraiu atenção generalizada. Como o único modelo de código aberto entre os dez primeiros, o DeepSeek V3 superou muitos concorrentes em programação, matemática e outras áreas, e até superou Claude3.5Sonnet em alguns testes. Este artigo conduzirá uma análise aprofundada das capacidades e características do DeepSeek V3 por meio de uma série de comparações de medições reais e explorará seu impacto no desenvolvimento da tecnologia doméstica de IA.
Recentemente, o excelente desempenho do grande modelo doméstico DeepSeek V3 na arena de IA atraiu a atenção da indústria. Como o único modelo de código aberto a entrar entre os dez primeiros, não apenas ultrapassou o o1-mini, mas até ultrapassou o Claude3.5Sonnet em muitos campos, como programação e matemática. A fim de verificar as suas capacidades reais, muitas partes realizaram uma série de comparações de medições reais.
No teste de capacidade de compreensão básica, os dois modelos apresentaram características diferentes. Enfrentando a questão do quebra-cabeças chinês "A mãe de Xiao Ming tem três filhos", o DeepSeek V3 teve um bom desempenho, não apenas respondendo corretamente, mas também realizando a autoverificação. Porém, no teste do trocadilho em inglês “Dia da Mentira”, ele foi um pouco insuficiente e não conseguiu entender a engenhosidade da linguagem, enquanto Claude3.5Sonnet lidou com isso com facilidade.
Os testes de raciocínio lógico também revelaram resultados interessantes. Ao se depararem com a clássica armadilha lógica da “Barra Retardada”, ambos os modelos cometeram erros de julgamento. No entanto, na questão de “reverter a maldição”, ambas as partes demonstraram excelentes capacidades de raciocínio e identificaram com sucesso a relação entre Tom Cruise e a sua mãe.
Na competição de questões de matemática do vestibular de pós-graduação, o DeepSeek V3 mostrou maior habilidade matemática. Ele não apenas pode analisar detalhadamente a aplicação de integrais de superfície e do teorema de Gauss, mas também obter as respostas corretas com sucesso. Em contraste, embora Claude3.5Sonnet tenha uma ideia clara, os resultados finais dos seus cálculos estão errados.
Na comparação das capacidades de programação, o DeepSeek V3 derrotou completamente seus oponentes no teste de criação de sites. Este resultado confirma seu excelente desempenho no ranking da arena.
Vale ressaltar que com a adição da versão full-blood do o1, o padrão da arena de IA mudou novamente. o1 liderou a lista com vantagem absoluta, ficando em primeiro lugar em quase todas as categorias, exceto redação criativa.
Esta série de testes mostra que os grandes modelos autodesenvolvidos pela China estão rapidamente alcançando o nível de liderança internacional. O desempenho do DeepSeek V3 prova que ele tem força para competir com os principais modelos em áreas específicas, injetando nova confiança no desenvolvimento da tecnologia doméstica de IA.
O sucesso do DeepSeek V3 não reflete apenas o progresso da tecnologia doméstica de IA, mas também anuncia um futuro brilhante para o desenvolvimento dos grandes modelos da China no futuro. A inovação contínua e os avanços tecnológicos levarão a indústria de IA da China a novos patamares.