DeepSeek เปิดตัวโมเดล V4-Pro-0813 อย่างเป็นทางการ
เริ่มตรงนี้
DeepSeek เปิดตัว DeepSeek-V4-Pro-0813 ซึ่งเป็นเวอร์ชันทางการที่มาแทนที่ V4-Pro พรีวิว โดยคงโครงสร้างโมเดลเดิมไว้ แต่เพิ่มโมดูล DSpark speculative decoding เข้าไป DeepSeek รายงานว่าผลลัพธ์ดีขึ้นอย่างมากเมื่อเทียบกับพรีวิวบนเบนช์มาร์กด้าน agentic ได้แก่ Terminal Bench 2.1 (87.9 เทียบกับ 72.1), DeepSWE (62.7 เทียบกับ 12.8) และ NL2Repo (61.5 เทียบกับ 38.5) และระบุว่าโมเดลนี้สามารถแข่งขันได้ในวงกว้างกับโมเดล proprietary ที่แข็งแกร่งที่สุด การเปิดตัวครั้งนี้ไม่มี Jinja chat template แต่มีโฟลเดอร์ encoding ให้แทน พารามิเตอร์ reasoning_effort มีระดับ low, high และ max ซึ่งควบคุมปริมาณการคิดวิเคราะห์ของโมเดลก่อนตอบ โดย DeepSeek แนะนำความยาวเอาต์พุตสูงสุด 384K tokens สำหรับระดับ high และ max น้ำหนักโมเดลใช้สัญญาอนุญาต MIT และมีเอกสารคำสั่งเปิดใช้งานสำหรับ vLLM และ SGLang
สร้างจากรายงาน · อัปเดต 13 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Hacker News · AIคัดสรรDeepSeek เปิดตัว V4-Pro-0813 พร้อม DSpark speculative decoding และผลทดสอบ agentic ที่แข็งแกร่งขึ้น
DeepSeek เปิดตัว DeepSeek-V4-Pro-0813 ซึ่งเป็นเวอร์ชันทางการที่มาแทนที่ V4-Pro preview โดยใช้โครงสร้างโมเดลเดิมพร้อมเพิ่มโมดูล DSpark speculative decoding บริษัทรายงานว่ามีผลดีขึ้นเมื่อเทียบกับเวอร์ชัน preview ใน benchmark ต่าง ๆ รวมถึง Terminal Bench 2.1 (87.9 vs 72.1), DeepSWE (62.7 vs 12.8) และ NL2Repo (61.5 vs 38.5) และระบุว่าโมเดลนี้สามารถแข่งขันได้กว้างขวางกับโมเดล proprietary ที่แข็งแกร่งที่สุด การเปิดตัวครั้งนี้ไม่มี Jinja chat template แต่มีโฟลเดอร์ encoding แทน และเพิ่มระดับ low, high และ max ให้กับพารามิเตอร์ reasoning_effort; น้ำหนักอยู่ภายใต้สัญญาอนุญาต MIT และมีเอกสารคำสั่งเปิดใช้งานสำหรับ vLLM และ SGLang
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม