DeepSeek R1 升级：推理能力逼近顶尖模型，小模型也迎来突破

DeepSeek 最新发布了其旗舰模型 DeepSeek R1 的升级版本 —— DeepSeek-R1-0528。这次更新不仅在推理深度上有了显著提升，还在幻觉控制、函数调用支持和代码生成体验等方面进行了优化，使其在多个领域表现接近当前行业领先模型如 O3 和 Gemini 2.5 Pro。

• Hugging Face：https://huggingface.co/deepseek-ai/DeepSeek-R1-0528
• 魔塔：https://www.modelscope.cn/models/deepseek-ai/DeepSeek-R1-0528

更重要的是，基于该大模型提炼出的思维链（Chain-of-Thought）还被用于训练一个轻量级模型——DeepSeek-R1-0528-Qwen3-8B，在数学推理任务中达到了开源模型中的 SOTA 水平。

推理能力跃升：从70%到87.5%

DeepSeek R1 的核心升级体现在推理能力的大幅提升。以 AIME 2025 测试为例：

• 准确率从 70% 提高至 87.5%
• 平均每道题使用的 token 数从 12K 增加到了 23K

这说明新版本在处理复杂逻辑问题时，具备了更深层次的“思考”能力，能够通过更多中间步骤完成推理过程，从而提高最终答案的准确性。

这种改进得益于两个关键因素：

1. 更多计算资源的投入；
2. 后训练过程中引入的算法优化机制。

不只是更强：幻觉减少 + 函数调用增强

除了推理能力的飞跃，新版本在以下几个方面也有明显进步：

✅ 幻觉现象减少

模型在回答不确定或超出知识范围的问题时，更加谨慎，减少了错误信息的输出。

✅ 函数调用支持增强

开发者可以更容易地将模型与外部系统集成，实现自动化流程、工具调用等功能。

✅ 编程与代码生成体验优化

无论是理解现有代码还是生成新代码，DeepSeek R1-0528 都表现出更高的准确性和可读性。

小模型也能有大作为：Qwen3-8B 版本惊艳登场

此次发布的另一个亮点是 DeepSeek-R1-0528-Qwen3-8B，这是一个基于 Qwen3-8B 构建的小型推理模型。

它通过使用新版 R1 模型生成的思维链数据进行微调，在 AIME 2024 测试中：

• 达到了开源模型中最先进水平（SOTA）
• 相比原始 Qwen3-8B，性能提升了 +10.0%
• 表现甚至接近 Qwen3-235B-thinking 的水平

这个模型虽然参数规模较小，但因其推理能力突出、资源消耗低，非常适合用于：

• 推理模型的学术研究
• 工业界中小规模模型的实际应用开发

此外，该模型采用了 MIT 开源许可证，完全支持商业用途。

使用方式 & 技术细节

🧠 如何访问 DeepSeek R1？

你可以通过以下方式体验 DeepSeek R1 的强大功能：

• 官方网站聊天界面：chat.deepseek.com（记得开启 “DeepThink” 按钮）
• API 接口服务：platform.deepseek.com（兼容 OpenAI 格式）

💻 如何本地部署？

如果你希望在本地运行该模型，可以前往官方仓库获取详细文档。以下是几个重要的配置建议：

• 支持系统提示（system prompt）
• 不再需要在输出开头添加 \n 来触发思考模式
• 温度参数 T 设置为 0.6（适用于网页和应用程序环境）
• 最大生成长度为 64K token

⚙️ 模型架构说明

• DeepSeek-R1-0528-Qwen3-8B 的架构与 Qwen3-8B 相同
• 分词器配置与 DeepSeek-R1-0528 一致
• 可像 Qwen3-8B 一样部署和运行

评估方法说明

为了全面评估 DeepSeek R1 的性能，团队设定了统一的标准：

• 所有模型最大生成长度设置为 64K token
• 对于采样类任务，温度设为 0.6，top-p 设为 0.95，并为每条查询生成 16 个响应以估计 pass@1
• 使用无代理框架在 SWE-Verified 上进行评估
• 在 Tau-bench 测试中，GPT-4.1 被用来扮演用户角色

开源许可说明

DeepSeek R1 的代码仓库采用 MIT License 许可，模型本身也遵循相同的授权协议。这意味着：

• 可自由用于商业用途
• 支持模型蒸馏与二次开发