更改

DeepSeek-R1 (查看源代码)

2025年1月26日 (日) 15:03的版本

添加272字节、 2025年1月26日 (日) 15:03

→‎性能表现

第24行：第24行：

===性能表现===

−

~~- **数学推理**：在GSM8K、MATH等数学推理任务中，DeepSeek-R1的表现超越了多个基准模型。~~

−

~~- **代码生成**：在HumanEval等代码生成任务中，模型展现出强大的代码理解和生成能力。~~

−

~~- **多语言推理**：尽管存在语言混合问题，模型在多语言推理任务中仍表现出色。~~

+

下图显示了 DeepSeek 进行的测试结果，该测试针对 OpenAI 的 o1 模型在数学、编码和推理任务上测试了其大型语言模型的三个版本。DeepSeek-R1 在数学和编码基准测试中击败或与o1相媲美。<ref>DeepSeek-AI, Guo, D., Yang, D., Zhang, H., Song, J., Zhang, R., Xu, R., Zhu, Q., Ma, S., Wang, P., Bi, X., Zhang, X., Yu, X., Wu, Y., Wu, Z. F., Gou, Z., Shao, Z., Li, Z., Gao, Z., … Zhang, Z. (2025). DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning (No. arXiv:2501.12948). arXiv. https://doi.org/10.48550/arXiv.2501.12948</ref>

====知识基准测试====

Complexivist Ran

453

个编辑