¿Qué novedades trae DeepSeek R1-0528? 201

El 28 de mayo, el modelo DeepSeek R1 completó una actualización de versión menor a DeepSeek - R1 - 0528. Según se muestra en Live CodeBench, el rendimiento puede compararse con la última versión alta o3 de Openai. Puedes acceder a la interfaz de diálogo a través del sitio web oficial, la APP o el mini programa, activar la función "Pensamiento profundo" para experimentarlo. La API también se ha actualizado simultáneamente, y el método de llamada no cambia. Las principales novedades de esta actualización funcional son las siguientes:

Mejora en la capacidad de razonamiento

• Mayor profundidad de razonamiento: basado en el modelo DeepSeek V3 Base, con más inversión de cómputo para optimizarlo, la nueva versión logra resultados destacados en pruebas de matemáticas, programación y lógica general, acercándose al nivel líder internacional. Por ejemplo, en la prueba AIME 2025, la precisión aumentó del 70% al 87,5%, y el número promedio de tokens utilizados por pregunta también se incrementó significativamente.

• Destilación de cadenas de pensamiento: tras destilar la cadena de pensamiento de DeepSeek-R1-0528 y entrenar Qwen3-8B Base, el modelo 8B resultante tiene un desempeño en la prueba de matemáticas AIME 2024 solo por debajo de DeepSeek-R1-0528, superando a Qwen3-8B y comparable a Qwen3-235B.

Optimización del problema de alucinaciones

• Reducción de la tasa de alucinaciones: en escenarios como reescritura y pulido de textos, resúmenes y comprensión lectora, la tasa de alucinaciones se redujo entre un 45% y un 50%, con resultados más precisos y fiables.

Optimización de la escritura creativa

• Optimización de estilos: se han optimizado estilos como ensayo, novela y prosa, capaz de generar obras largas con mayor extensión y estructura más completa, con un estilo más cercano a las preferencias humanas.

Soporte de llamada de herramientas

• Soporte de llamadas a herramientas: admite la función de llamada a herramientas, con un buen desempeño en la evaluación Tau-Bench, comparable a OpenAI o1-high, pero no admite llamadas a herramientas durante el proceso de pensamiento (thinking).

Actualización de la API

• Interfaz y método de llamada sin cambios: la API se ha actualizado, manteniendo la misma interfaz y método de llamada, pero añadiendo soporte para Function Calling y JsonOutput.

• Ajuste de parámetros: se ha ajustado el significado del parámetro max_tokens, que se utiliza para limitar la longitud total de salida del modelo en una sola interacción, incluido el proceso de pensamiento.

Otras mejoras de capacidades

• Generación de código frontend: se han mejorado las capacidades en áreas como la generación de código frontend y el role-playing.

• Generación de animaciones interactivas: se añade soporte para la generación y demostración de animaciones interactivas, como la visualización dinámica de parámetros de activación.

• Actualización de contenido dinámico: en tareas de frontend con actualización dinámica (como tarjetas de información meteorológica en tiempo real), la respuesta es más rápida y los detalles más completos.

Enlace de descarga

• https://huggingface.co/deepseek-ai/DeepSeek-R1-0528

• https://modelscope.cn/models/deepseek-ai/DeepSeek-R1-0528