一文速览DeepSeek V3.1中4个关键更新+一些“鲜为人知”的细节，没有想象中那么好！

01-DeepSeek V3.1简介

DeepSeek-V3.1-Base有如下4个关键更新：

• 这是一个混合模型，具有可切换的思维模式，这种模式已经被Qwen所抛弃，或许DeepSeek找到了更好的解决方案？
  

• 添加了对搜索令牌的原生支持，这意味着更好的搜索功能。我特别检查了一下，R1没有这个令牌，所以它可能是一个新启用的用于原生搜索支持的令牌，而不是用于统一V3和R1的词汇表。社区报告称，除非明确提示不搜索，否则搜索触发率特别高。
  

• 编程能力可能特别强。根据Aider从社区测试的数据，它直接在开放权重模型中排名第一。
  

• 上下文长度没有改变；旧的DeepSeek-V3-Base也有128K。

02-DeepSeek V3.1关键信息

    这是网友提供的一份与当前的一些主流模型的跑分结果，我们可以观察到：与其它模型相比，该模型的给选哪个指标在DeepSeek V3-0324版本的基础上有一定的提升，使用成本更低、平均耗时更低！

03-DeepSeek V3.1效果展示

03.01-情感理解能力

    为了测试该模型的情感理解能力是否得到提升，某网友对其进行了测试。测试结果表明：该模型的情感能力并没有得到较大的其它，与其它SOTA模型想比，还具有一些差异。

03.02-物理理解能力

    这是某网友基于DeepSeek-V3.1的一个测试样例，主要像看看该模型的物理理解能力，测试结果表明：该模型的物理理解能力有一定的提升。

04-DeepSeek V3.1总结

关注我，AI热点早知道，AI算法早精通，AI产品早上线！

欢迎你的加入，让我们一起交流、讨论与成长！