更新日志
版本:2024-06-28
deepseek-chat
模型推理能力提升,相关基准测试:
- 代码,HumanEval Pass@1 79.88% -> 84.76%
- 数学,MATH ACC@1 55.02% -> 71.02%
- 推理,BBH 78.56% -> 83.40%
在 Arena-Hard 测评中 ,与 GPT-4-0314 的对战胜率从 41.6% 提升到了 68.3%。
模型角色扮演能力显著增强,可以在对话中按要求扮演不同角色。
版本:2024-06-14
deepseek-coder
deepseek-coder
模型升级为 DeepSeek-Coder-V2 Instruct,代码能力显著提升,在代码生成、代码理解、代码修复和代码补全上达到了 GPT-4-Turbo-0409 的水平,并拥有卓越的数学和推理能力,其通用能力与 DeepSeek-V2 Chat 持平。
版本:2024-05-17
deepseek-chat
模型在指令跟随方面的性能得到了显著提升,IFEval Benchmark Prompt-Level 准确率从 63.9% 跃升至 77.6%。此外,我们对API端的“system”区域指令跟随能力进行了优化,显著增强了沉浸式翻译、RAG 等任务的用户体验。
模型对于 JSON 格式输出的准确性得到了提升。在内部测试集中,JSON 解析率从 78% 提高到了85%。通过引入恰当的正则表达式,JSON 解析率进一步提高至 97%。