DeepSeek R1-0528：Artificial Analysis评估全球第二

已于 2025-06-03 11:24:23 修改
阅读量656 收藏 28
点赞数 26
分类专栏： AI前沿技术要闻 文章标签： DeepSeek 深度学习 人工智能 AI大模型
于 2025-06-03 11:13:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/linshantang/article/details/148397416
版权

目录

前言

一、深耕基础模型，不一样的"定力"

二、性能提升显著，多项指标亮眼

三、开源领先与性价比优势

四、挑战与成长空间

五、行业反响与DeepSeek的坚持

六、对AI领域的启示

结语

 🎬 攻城狮7号：个人主页

🔥 个人专栏:《AI前沿技术要闻》

⛺️ 君子慎独!

 🌈 大家好，欢迎来访我的博客！
⛳️ 此篇文章主要介绍  DeepSeek R1-0528
📚 本期文章收录在《AI前沿技术要闻》，大家有兴趣可以自行查看！
⛺️ 欢迎各位 ✔️ 点赞 👍 收藏 ⭐留言 📝！

前言

        2024年5月底，国内人工智能领域再次因DeepSeek公司迎来焦点时刻。该公司在5月28日悄然对其DeepSeek-R1模型进行了版本升级（R1-0528），并于次日开源了这一新版本。这距离R1模型1月份的首次亮相已过去128天。尽管DeepSeek称之为"小版本升级"，但其带来的性能提升和市场反响，足以让我们重新审视这家年轻AI力量的实力与雄心。

一、深耕基础模型，不一样的"定力"

        在AI行业纷纷将目光投向AI Agent等应用层探索，试图尽快找到商业化路径的当下，DeepSeek的选择显得有些"特立独行"。公司创始人梁文锋多次强调，DeepSeek的目标是参与全球科技创新，推动技术前沿发展，而非快速盈利。这种对基础模型研究的"深度求索"和"定力"，构成了此次R1-0528更新的背景。

        据悉，R1-0528版本依然基于2023年12月发布的DeepSeek-V3 Base模型，其核心架构（报道称为6710亿总参数、370亿激活参数的MoE架构）并未改变。此次升级的重点在于"后训练"阶段，通过强化学习等技术，显著提升了模型的思维深度与推理能力。这印证了后训练在大模型竞赛中的"赛点"地位——即便不改变基座模型，通过精细的调优也能带来性能的飞跃。

二、性能提升显著，多项指标亮眼

        DeepSeek官方及其引用的独立评测机构Artificial Analysis的数据显示，R1-0528在多个维度展现了强大的实力：

        （1）推理与思考能力增强：新模型在处理复杂推理任务时，平均消耗的token数量从旧版的12K增加到23K（Artificial Analysis的测试集则显示总体token消耗增加40%），这意味着模型进行了更深层次的"思考"。

        （2）关键基准测试表现优异：在数学（如AIME 2024，得分大幅提升21分）、代码生成（如LiveCodeBench，提升15分）、科学推理（GPQA Diamond，提升10分）等多个权威基准测试中，R1-0528均取得了显著进步。Artificial Analysis的综合智能指数显示，R1-0528从60分跃升至68分。

        （3）比肩顶尖模型：根据Artificial Analysis的评估，R1-0528的智能水平已超越xAI的Grok-1.5（高水准版）、Meta的Llama 3 70B（文中称Llama 4 Maverick）、英伟达的Nemotron-4 340B（文中称Llama Nemotron Ultra）以及阿里的通义千问Qwen2 72B（文中称Qwen3 253B），并与谷歌的Gemini 1.5 Pro（文中称Gemini 2.5 Pro）持平，使DeepSeek与谷歌并列成为全球第二大AI实验室（在该机构的评估体系中）。

        （4）幻觉率大幅降低：针对此前R1模型幻觉率偏高的问题，新版本在改写润色、总结摘要等场景下，幻觉率降低了45%-50%。

        （5）思维链蒸馏显潜力：DeepSeek将R1-0528的思维链蒸馏到Qwen1.5-7B Base模型（文中称Qwen3-8B Base），使得这个7B模型在数学测试中准确率提升10%，性能媲美参数量大30倍的Qwen2 72B模型。这显示了高质量思维链在提升小模型能力方面的巨大价值。

三、开源领先与性价比优势

        DeepSeek R1-0528的发布，再次巩固了其在开源权重模型领域的领导地位。Artificial Analysis指出，开源模型与闭源专有模型在智能增益方面的差距正前所未有地缩小，DeepSeek R1是首个达到全球第二位置的开源权重模型，此次更新使其重回高位。

        更值得关注的是其性价比。Artificial Analysis报告称，DeepSeek R1-0528的综合使用成本（输入输出加权）约为0.96美元/百万tokens，远低于OpenAI的GPT-4o（文中称o4-mini或o3，价格在1.93至17.5美元/百万tokens不等）。这使其成为极具竞争力的选择，被誉为"性价比之王"。

四、挑战与成长空间

        尽管成就斐然，R1-0528并非完美。其上下文长度仍保持在64K，相较于OpenAI、谷歌及国内月之暗面等已达128K甚至更长的模型，尚有差距。更长的上下文意味着更强的记忆能力和更广的应用场景，尤其对AI Agent的实现至关重要。

        此外，在工具调用（Tool Calling/Function Calling）能力方面，DeepSeek也坦承R1-0528与OpenAI和Anthropic的最新模型（如GPT-4o和Claude 3 Opus/Sonnet）相比仍有差距。官方公布的Tau-Bench测评成绩虽与GPT-3.5 Turbo（文中称o1-high）相当，但追赶之路依旧漫长。

五、行业反响与DeepSeek的坚持

        R1-0528的发布在国内外AI社区引发热议。英伟达CEO黄仁勋称赞"DeepSeek-R1如ChatGPT般越思考越聪明"。许多海外网友也对DeepSeek的快速进步和开源贡献表示赞赏，认为其强化学习驱动的性能提升是AI领域的一个重要里程碑。

        尽管有声音认为DeepSeek只是享受了行业效率提升的红利，并未完全超越最顶尖模型，但其年轻的团队（平均年龄极小，核心成员多为00后）和专注基础研究的理念，赢得了业界的尊重。梁文锋曾表示，DeepSeek的目标是推动技术前沿发展，从根本上促进整个生态的成长，而非急于商业变现。

六、对AI领域的启示

        DeepSeek R1-0528的进展至少带来几点启示：

        （1）后训练技术的重要性日益凸显：在预训练算力消耗巨大的背景下，通过强化学习等后训练手段优化模型，成为提升智能、降低幻觉的高效路径。

        （2）开源/开放权重模型潜力巨大：开源模型正快速追赶闭源模型，并在性价比上展现出强大竞争力，有助于推动AI技术的普及和创新。

        （3）中美AI技术持续并驾齐驱：以DeepSeek为代表的中国AI力量，正在全球AI竞争格局中扮演越来越重要的角色。

结语

        DeepSeek R1-0528的更新，是这家中国AI公司在AGI（通用人工智能）征途上又迈出的坚实一步。它不仅在技术指标上取得了令人瞩目的成就，更以其对基础研究的执着和对开源的贡献，为全球AI领域注入了新的活力。虽然在上下文长度和工具调用等方面仍有提升空间，但DeepSeek所展现出的潜力、速度和"性价比"，都预示着它将在未来的AI浪潮中继续扮演关键角色。我们期待其后续R2乃至V4模型的表现，以及它如何平衡基础研究与应用生态的构建。

看到这里了还不给博主点一个：
⛳️ 点赞☀️收藏 ⭐️ 关注！
💛 💙 💜 ❤️ 💚💓 💗 💕 💞 💘 💖
再次感谢大家的支持！
你们的点赞就是博主更新最大的动力！

如何蒸馏 Deepseek-R1：全面指南 How to distill Deepseek-R1: A Comprehensive Guide
AI天才研究院
02-07 643
模型蒸馏是一种强大的技术，通过将知识从大型、复杂的模型（教师）转移到小型、更高效的模型（学生）来解决这一挑战。在这篇博客中，我们将通过专用技术如 LoRA（低秩自适应）来讲解如何将 DeepSeek-R1 的推理能力提炼到一个更小的模型，例如微软的 Phi-3-Mini。蒸馏后的推理：蒸馏响应引入了一种更详细和结构化的方法，包括一个明确的“思考”部分，概述了思维过程和推理，这对于生成针对复杂问题的准确响应将非常有帮助。请随意探索该模型，将其与您的任务进行基准测试，并分享您的反馈！
【论文阅读】DeepSeek-R1：通过强化学习激励LLMs的推理能力 | DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
AI天才研究院
02-07 1185
目录DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement LearningDeepSeek-R1：通过强化学习激励LLMs的推理能力Abstract 摘要1 Introduction 1 简介1.1Contributions 1.1 贡献Post-Training: Large-Scale Reinforcement Learning on the Base Model训练后：基于基础模型的大规模强化学习Di
LLMs之DeepSeek-R1：《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
01-23 8349
​ LLMs之DeepSeek：《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》翻译与解读 目录 《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》翻译与解读 Abstract 1、Introduction
思维革命：DeepSeek-R1-0528 如何用一次小更新颠覆大模型格局
:: Dotnet Fantasy ::
05-30 1020
DeepSeek-R1-0528 虽名义为“小版本”，却以扎实的推理深度重构、幻觉控制突破和开源诚意，重新定义了大模型的竞争高度。其87.5% 的AIME准度与接近GPT-4o/Claude 4的综合表现，不仅是技术里程碑，更是中国AI从追赶到并跑的关键转折。正如网友所言：“一个小更新尚且如此，R2 会多强？此刻，全球AI的格局已静默改写。🔗DeepSeek-R1-0528 HuggingFace 主页。
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning论文解读
weixin_38252409的博客
02-08 1258
DeepSeek R1 是一款基于强化学习的大规模语言模型，因其技术突破和开源共享而备受关注。它成功复现了顶尖模型的深度推理能力，并且是开源的，让全球的研究者和开发者可以自由使用和改进。DeepSeek R1 不仅在数学、算法等领域表现出色，还展示了跨任务应用的能力，如写作等。该模型在资源有限的情况下，通过算法创新实现了高效性能，降低了使用门槛，并通过一键部署简化了接入流程。
DeepSeek-V2：强大、经济且高效的专家混合语言模型
12-28 4697
我们提出了 DeepSeek-V2，一种强大的专家混合 (MoE) 语言模型，其特点是经济的训练和高效的推理。它总共包括236B个参数，其中每个词符激活21B个参数，并支持128K Token 的上下文长度。DeepSeek-V2采用多头潜在注意力（MLA）和DeepSeekMoE等创新架构。MLA 通过将键值 (KV) 缓存显着压缩为潜在向量来保证高效推理，而 DeepSeekMoE 则可以通过稀疏计算以经济的成本训练强大的模型。
LLMs之DeepSeek-V1：《DeepSeek LLM: Scaling Open-Source Language Models with Longtermism》翻译与解读
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
01-22 1614
​ LLMs之DeepSeek-V1：《DeepSeek LLM: Scaling Open-Source Language Models with Longtermism》翻译与解读 目录 《DeepSeek LLM: Scaling Open-Source Language Models with Longtermism》翻译与解读 Abstract 1、Introduction Conclusion, Limitation, and
deepseek-r1祛魅：从过度热捧到理性认知⁠
xindoo
02-19 950
本文分析了近期引发热议的deepseek-r1模型，指出公众对其存在的五大认知误区：并非远超竞品、非技术革命、仍需提示词优化、非全功能模型、无法完全替代人类。文章通过性能榜单对比揭示其真实定位——在编码、数学和中文处理上表现优异，具备高性价比和弱化提示词的优势，但存在响应速度慢、缺乏多模态等短板。作者强调该模型本质是现有技术的工程优化，建议根据业务场景理性选择，在中文生成、代码辅助等场景具有实用价值，但需避免过度神化其突破性。
DeepSeek-V2：强大、高效且经济的专家混合语言模型
colinchern的博客
01-18 1481
前言：近期deepseek相关的公众文章比较多，对这家公司的研究很多媒体介绍比较笼统，外行看着很热闹，但是内行却很迷茫。为此，对deepseek公开的论文进行介绍，便于大众稍微更多一点了解细节。DeepSeek-V2：强大、高效且经济的专家混合语言模型摘要我们提出了DeepSeek-V2，一种强大的专家混合(MoE)语言模型，其特点是经济的训练和高效的推理。它总共包括236B个参数，其中每个词符激活21B个参数，并支持128KToken的上下文长度。
deepseek R1基本原理解读与系列论文简介
weixin_38252409的博客
02-18 792
DeepSeek是一个专注于利用深度学习技术解决复杂问题的平台，旨在通过先进的算法和模型帮助研究人员和开发者探索数据深处的模式。特别值得一提的是DeepSeek R1，这是其推出的首个标志性模型或产品，凭借其卓越的性能和创新性在发布后迅速“出圈”，吸引了大量关注。DeepSeek R1不仅展示了在多个领域的强大应用潜力，如图像识别、自然语言处理等，还因其突破性的进展而获得了广泛的认可，成为人工智能领域的一个重要里程碑。它让用户能够更高效地应用深度学习技术实现创新和突破，进一步推动了该领域的发展。
人工智能加药技术在煤炭行业废水处理工艺中的应用
Biaozhizhuoxin的博客
07-31 1328
一、序言 编者按：在科技日新月异的时代，人工智能AI正以前所未有的速度渗透到各行各业，引领着新一轮的产业升级；在环境保护与资源利用领域，AI技术的应用正展现出巨大的潜力与价值。 标志卓信科技，作为深耕能源与资源生产领域十五载的工业信息化服务企业，立足于对传统自动化系统的时序数据进行实时分析、AI建模、精准预测、在线预警和在环控制，提高企业的关键装备和工艺的智能化水平。 本文全文转载由标志卓信科技与合作伙伴在项目实践的基础上，共同撰写的核心期刊论文《AI人工智能在采煤废水重介速沉工艺中的应用》，该论文探
深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（2）
最新发布
ak47maker的博客
06-05 369
本文针对ResNet18模型剪枝进行了优化改进，主要包含三个方面：1) 将剪枝目标层从底层conv1调整为中间层layer2.0.conv1，减少对基础特征的破坏；2) 采用基于激活值的前向传播方法评估通道重要性，优先剪除低激活通道；3) 改进微调策略，动态解冻关联层并使用更低学习率(0.0001)进行10轮微调。这些优化有效提升了剪枝后模型的稳定性和性能表现，特别是通过中间层剪枝和基于特征贡献的通道选择策略，避免了底层特征破坏带来的连锁反应。
Python实现P-PSO优化算法优化循环神经网络LSTM分类模型项目实战
张陈亚的博客
05-31 1042
【摘要】本项目提出一种基于改进粒子群算法(P-PSO)优化LSTM神经网络的分类模型。针对传统LSTM训练中易陷入局部最优等问题，采用带压缩因子的PSO算法优化网络初始参数，提升模型性能。实验使用包含10个特征和2000条样本的数据集，经过数据预处理和探索性分析后，构建P-PSO-LSTM模型。结果表明，优化后的模型在测试集上准确率达95%，F1分数为0.9533，显著优于基准模型。该方法有效解决了LSTM训练过程中的参数敏感问题，为序列分类任务提供了可靠解决方案。完整数据和代码可通过文末方式获取。
NLP学习路线图（二十三）：长短期记忆网络（LSTM）
2501_91516851的博客
06-04 788
长短期记忆网络（LSTM）通过创新的门控机制解决了传统RNN的梯度消失问题。其核心是记忆单元和三个门（遗忘门、输入门、输出门），能够选择性保留长期依赖信息。相比RNN，LSTM的线性信息流使梯度有效传播，门控机制动态调节信息流动。LSTM在文本分类、序列标注、机器翻译等NLP任务中表现优异，并衍生出GRU、双向LSTM等变体。伪代码展示了LSTM单元的基本实现逻辑，包括门控计算和状态更新过程。
深度学习在非线性场景中的核心应用领域及向量/张量数据处理案例，结合工业、金融等领域的实际落地场景分析
mayaohao的博客
06-05 693
‌非线性建模不可替代性‌工业缺陷形态、市场动态、生物信号等复杂模式无法用线性方程描述310‌高维张量处理优势‌图像/点云/频谱等天然高维数据需张量结构存储，深度学习可分层提取非线性特征1112‌激活函数的核心作用‌ReLU/ GELU 等函数赋予模型分层次拟合复杂决策边界的能力38例如晶圆检测中，单个像素缺陷需联合周围100×100区域非线性特征（如纹理渐变、边缘突变）才能准确判定，此时CNN的多层非线性激活远优于线性分类器1011。
深度学习习题2
2301_78450837的博客
06-05 615
4.假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。造成这一现象的可能原因是什么？A、第一隐藏层对应D，第二隐藏层对应C，第三隐藏层对应B，第四隐藏层对应A。B、第一隐藏层对应A，第二隐藏层对应C，第三隐藏层对应B，第四隐藏层对应D。C、第一隐藏层对应A，第二隐藏层对应B，第三隐藏层对应C，第四隐藏层对应D。D、第一隐藏层对应B，第二隐藏层对应D，第三隐藏层对应C，第四隐藏层对应A。
PyTorch实战——基于生成对抗网络生成服饰图像
盼小辉丶的博客
06-01 887
我们已经学习了生成对抗网络 (Generative Adversarial Network, GAN) 的工作原理，接下来，将学习如何将其应用于生成其他形式的内容。在本节中，介绍使用 GAN 创建灰度图像，包括外套、衬衫、凉鞋等服饰，学习在设计生成器网络时如何镜像判别器网络。在本节中，生成器和判别器网络使用全连接层，全连接层的每个神经元都与前一层和后一层的所有神经元相连接。
深度学习中的负采样
2302_76774649的博客
06-04 401
是一种在训练（尤其是在输出类别很多时）中，用来的方法。
强化学习-深度学习和强化学习领域
高效匠人
06-02 1050
摘要： SFT（监督式微调）和GRPO（梯度策略优化）是深度学习中两种不同的训练方法。SFT依赖标注数据，简单高效但泛化能力有限，适用于规则明确的任务（如内容过滤）。GRPO通过强化学习优化策略，能动态适应复杂目标（如反欺诈），但训练不稳定且成本高。两者核心差异在于数据需求、灵活性和计算成本。实际应用中，SFT适合快速部署静态任务，GRPO适用于动态风险场景，混合方案（如SFT+GRPO）能结合优势。总结：SFT提供基础保障，GRPO实现精细优化，互补性显著。
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

攻城狮7号

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值