DeepSeek

DeepSeek由量化对冲基金“幻方”的子公司“深度求索”孵化。创始人梁文锋，浙江大学毕业，早年涉足量化投资，后投身人工智能领域。他带领团队，凭借对技术的执着追求与对市场的敏锐洞察，立志打造真正理解和服务于人类的人工智能平台。

DeepSeek模型采用先进的混合专家（MoE）架构，总参数高达 6850 亿，但每次推理仅激活 370 亿参数。这种设计在保持模型容量的同时，显著降低了计算成本，提升了推理效率。模型还融合了多头潜在注意力（MLA）机制，优化了训练与推理速度。MLA 通过低秩联合压缩注意力键值，减少了推理时的显存占用，使模型能够处理更长的上下文。

DeepSeek-V3 在约 14.8 万亿高质量、多样化的 tokens 上进行训练。数据涵盖数学、编程、多语言等多个领域，经过精心清洗与筛选，确保模型具备广泛的知识与强大的泛化能力。

训练过程中，团队优化了数学与编程样本的比例，并扩展了除中英文外的多语种覆盖，使模型在技术领域表现尤为出色。

DeepSeek 模型在多项基准测试中表现优异，性能可与国际顶尖模型相媲美。

• 代码生成：在 Aider 编程测试中，DeepSeek-V3.1 通过率达 71.6%，超越 Claude Opus 的 70.6%，展现了强大的代码理解与生成能力。
• 软件工程：在 SWE-bench Verified 测试中，模型成功率达 66%，较前代提升近 21 个百分点，能够高效解决复杂的软件工程问题。
• 成本优势：以“项目接口开发 + BUG 修复”任务为例，DeepSeek-V3.1 的使用成本仅为 Claude Opus 的 1/68，大幅降低了开发开销。

DeepSeek 积极拥抱开源，将模型权重、代码与论文全部公开，允许免费商用，无需申请。这种开放的态度吸引了众多开发者参与，共同推动技术进步。开源社区围绕 DeepSeek 构建了丰富的生态，涵盖工具链、应用场景与优化方案。开发者可在 GitHub 获取模型与代码，通过官网API与文档快速上手，实现二次开发与创新应用。

随着技术的持续迭代与生态的日益完善，DeepSeek 将在更多领域展现价值，赋能社会智能化转型。