DeepSeek在官方群宣布：DeepSeek線上版本模型已升級至DeepSeek V3.1

上下文窗口從原有的64k擴(kuò)展至128k，網(wǎng)頁、App、小程序都可體驗(yàn)這一模型。

此外，DeepSeek還將App、網(wǎng)頁端的“深度思考（R1）”字樣改為了“深度思考”，有網(wǎng)友猜測這是融合推理模型與非推理模型的征兆，但DeepSeek官方尚未發(fā)布任何關(guān)于這一改動的消息。

▲左側(cè)為舊版頁面，右側(cè)為新版頁面

 這一模型現(xiàn)已上傳至Hugging Face，不過目前僅開源了未經(jīng)指令微調(diào)的Base版本（基礎(chǔ)模型），其配置文件、腳本代碼和模型權(quán)重均可供下載。

與DeepSeek-V3-0324相比，模型參數(shù)量、張量類型沒有明顯變化。

▲上方為DeepSeek-V3-0324開源網(wǎng)頁，下方為DeepSeek-V3.1-Base開源網(wǎng)頁

開源地址：

https://huggingface.co/deepseek-ai/DeepSeek-V3.1-Base

這邊在第一時間在網(wǎng)頁端對新模型的能力進(jìn)行了體驗(yàn)，從初步體驗(yàn)結(jié)果來看，這一模型在編程（尤其是前端能力）、物理定律理解、創(chuàng)意寫作、數(shù)學(xué)、回答語氣等方面都出現(xiàn)不同程度的提升和變化。

以下是體驗(yàn)的部分案例：

1、個人網(wǎng)站開發(fā)

我們向DeepSeek-V3.1發(fā)送了如下消息：“設(shè)計一個美觀的個人博客網(wǎng)站，帶有科技感，直接開發(fā)成可用網(wǎng)頁。”

與DeepSeek-V3-0324相比，DeepSeek-V3.1寫出的代碼長度增加，開發(fā)耗時更久，不過，其最終交付的結(jié)果在完成度、美觀性上有了一定提升。

可以看到，DeepSeek-V3.1打造的網(wǎng)頁在布局上更為合理，重點(diǎn)清晰，對網(wǎng)站欄目也有更為豐富的規(guī)劃，還配上了圖片，雖然并未全部顯示。

與之相比，DeepSeek-V3-0324此前生成的網(wǎng)頁更為簡單，特效也沒有DeepSeek-V3.1打造的網(wǎng)頁豐富。

2、小游戲開發(fā)

我們讓DeepSeek-V3.1復(fù)現(xiàn)了Chrome瀏覽器斷網(wǎng)時的小恐龍游戲，2分鐘左右模型完成了開發(fā)。

從頁面的畫風(fēng)、游戲規(guī)則上來看，這一小游戲與原版差別不大，但是小恐龍的外觀并未準(zhǔn)確還原，游戲障礙的生成、跳躍的方式（無法“二段跳”）導(dǎo)致可玩性較差。

3、小眾歷史問題回答

小眾歷史問題能較好地考察模型在幻覺方面的表現(xiàn)——如果沒有足夠的信息，模型會不會直接胡編亂造？

智東西曾向DeepSeek-V3-0324提出“布須曼人喝牛奶嗎”的問題，這涉及非洲南部的一個少數(shù)民族。

當(dāng)被問及同樣的問題時，DeepSeek-V3.1與上代模型有了明顯區(qū)別，其回答內(nèi)容的信息量進(jìn)一步增加，提供了更多細(xì)節(jié)。

在經(jīng)過事實(shí)核查后，DeepSeek-V3.1新增的細(xì)節(jié)基本都有事實(shí)印證，并非胡編亂造。

DeepSeek-V3.1在回答問題時，語氣更為活潑、溫暖，語言更通俗、口語化，先是肯定了用戶的問題，然后再進(jìn)行回答。

回答中提供了更多的背景情境，讓解釋更豐滿、更有故事性。

DeepSeek-V3下結(jié)論時更加絕對和肯定，DeepSeek-V3.1則使用了更多條件性語句，更強(qiáng)調(diào)情況的復(fù)雜性和演變過程。

避免了非黑即白的結(jié)論，也可以說成為了“端水大師”。

總的來說，DeepSeek V3.1不僅在技術(shù)上取得了突破，還在用戶體驗(yàn)上進(jìn)行了多項(xiàng)優(yōu)化，確保新功能能夠被用戶無縫使用。

1.無縫API升級

為了方便開發(fā)者升級到新版本，DeepSeek V3.1保持了與之前版本相同的API接口調(diào)用方式。這意味著開發(fā)者無需修改現(xiàn)有的代碼，即可享受到新版本的長文本處理能力。

這一設(shè)計大大降低了升級成本，提升了用戶的滿意度。

2.多平臺支持

DeepSeek V3.1支持 官方網(wǎng)頁、APP 和小程序等多種平臺，用戶可以根據(jù)自己的需求選擇合適的方式進(jìn)行體驗(yàn)。

無論是在桌面端還是移動端，用戶都能享受到一致的、高效的長文本處理體驗(yàn)。

3.用戶反饋與持續(xù)優(yōu)化

根據(jù)用戶的反饋，DeepSeek V3.1在長文本處理上的表現(xiàn)得到了廣泛認(rèn)可。用戶表示，擴(kuò)展的上下文長度使得在撰寫長篇報告、進(jìn)行長對話等場景下更加便捷，不再需要頻繁地復(fù)制粘貼。

DeepSeek團(tuán)隊(duì)將繼續(xù)根據(jù)用戶反饋進(jìn)行優(yōu)化，進(jìn)一步提升模型的性能和用戶體驗(yàn)。

DeepSeek V3.1的發(fā)布標(biāo)志著NLP領(lǐng)域在長文本處理上取得了重要進(jìn)展。其創(chuàng)新的混合稀疏注意力機(jī)制和優(yōu)化的計算策略，為處理超長文本提供了新的解決方案。

參考文章：?https://blog.csdn.net/m0_63171455/article/details/150545870

https://blog.csdn.net/walksunw/article/details/150547312