還沒等到官宣，Deepseek-v3 竟意外曝光了？！

據(jù) Reddit 網(wǎng)友爆料，v3 已在 API 和網(wǎng)頁上發(fā)布，一些榜單跑分也新鮮出爐。

在 Aider 多語言編程測試排行榜中，Deepseek-v3 一舉超越 Claude 3.5 Sonnet，排在第 1 位的 o1 之后。

（相比 Deepseek-v2.5，完成率從 17.8% 大幅上漲至 48.4%。）

且在 LiveBench 測評中，它是當前最強開源 LLM，并在非推理模型中僅次于 gemini-exp-1206，排在第二。

目前 Hugging Face 上已經(jīng)有了 Deepseek-v3（Base）的開源權(quán)重，只不過還沒上傳模型介紹卡片。

綜合網(wǎng)上多方爆料來看，Deepseek-v3 相比前代 v2、v2.5 有了極大提升 ——

與 v2、v2.5 配置對比

首先，Deepseek-v3 基本配置如下：

• 采用 685B 參數(shù)的 MoE 架構(gòu)；

• 包含 256 個專家，使用 sigmoid 函數(shù)作為路由方式，每次選取前 8 個專家 (Top-k=8)；

• 支持 64K 上下文，默認支持 4K，最長支持 8K 上下文；

• 約 60 個 tokens / s；

BTW，在 Aider 測評中擊敗 Claude 3.5 Sonnet 的還是 Instruct 版本（該版本目前未發(fā)布）。

為了進一步了解 Deepseek-v3 的升級程度，機器學(xué)習(xí)愛好者 Vaibhav (VB) Srivastav（以下簡稱瓦哥）還深入研究了配置文件，并總結(jié)出 v3 與 v2、v2.5 的關(guān)鍵區(qū)別。

與 v2（今年 5 月 6 日官宣開源）比較的結(jié)果，經(jīng) AI 整理成表格如下：

可以看出，v3 幾乎是 v2 的放大版，在每一項參數(shù)上均有較大提升。

而且瓦哥重點指出了模型結(jié)構(gòu)的三個關(guān)鍵變化：

第一，在 MOE 結(jié)構(gòu)中，v3 使用了 sigmoid 作為門控函數(shù)，取代了 v2 中的 softmax 函數(shù)。這允許模型在更大的專家集合上進行選擇，而不像 softmax 函數(shù)傾向于將輸入分配給少數(shù)幾個專家。

第二，v3 引入了一個新的 Top-k 選擇方法 noaux_tc，它不需要輔助損失。

簡單理解，MoE 模型通常需要一個輔助損失來幫助訓(xùn)練，主要用于更好地學(xué)習(xí)如何選擇 Top-k 個最相關(guān)的專家來處理每個輸入樣本。

而新方法能在不依賴輔助損失的情況下，直接通過主要任務(wù)的損失函數(shù)來有效地選擇 Top-k 個專家。這有助于簡化訓(xùn)練過程并提高訓(xùn)練效率。

對了，為便于理解，瓦哥用 DeepSeek 逐步解釋了這一方法。

這是一種基于群體的專家選擇算法，通過將專家劃分為不同的小組，并在每個小組內(nèi)部選擇最優(yōu)秀的 k 名專家。

第三，v3 增加了一個新參數(shù) e_score_correction_bias，用于調(diào)整專家評分，從而在專家選擇或模型訓(xùn)練過程中獲得更好的性能。

此外，v3 與 v2.5（本月 10 日官宣開源）的比較也出爐了，后者主要支持聯(lián)網(wǎng)搜索功能，相比 v2 全面提升了各項能力。

同樣經(jīng) AI 整理成表格如下：

具體而言，v3 在配置上超越了 v2.5，包括更多的專家數(shù)量、更大的中間層尺寸，以及每個 token 的專家數(shù)量。

看完上述結(jié)果，瓦哥連連表示，明年有機會一定要見見中國的開源團隊。(doge）

網(wǎng)友實測 Deepseek-v3

關(guān)于 v3 的實際表現(xiàn)，另一獨立開發(fā)者 Simon Willison（Web 開發(fā)框架 Django 的創(chuàng)始人之一）也在第一時間上手測試了。

比如先來個自報家門。

我是 DeepSeek-V3，基于 OpenAI 的 GPT-4 架構(gòu)……

再考考圖像生成能力，生成一張鵜鶘騎自行車的 SVG 圖。

最終圖形 be like:

對了，在另一網(wǎng)友的測試中，Deepseek-v3 也回答自己來自 OpenAI？？

該網(wǎng)友推測，這可能是因為在訓(xùn)練時使用了 OpenAI 模型的回復(fù)。

不過不管怎樣，還未正式官宣的 Deepseek-v3 已在 LiveBench 坐上最強開源 LLM 寶座，在一些網(wǎng)友心中，這比只搞期貨的 OpenAI 遙遙領(lǐng)先。(手動狗頭）

抱抱臉：

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

參考鏈接：

• [1]https://x.com/reach_vb/status/1871956999971414277

• [2]https://simonwillison.net/2024/Dec/25/deepseek-v3/

• [3]https://x.com/reach_vb/status/1872000205954089011

• [4]https://www.reddit.com/r/LocalLLaMA/comments/1hm2xvb/deepseek_v3_is_already_up_on_api_and_web/

本文來自微信公眾號：量子位（ID：QbitAI），作者：一水

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。