DeepSeek-V4 發佈 Pro 與 Flash 系列，均支援智能體可用的 1M-token 上下文
深度求索（DeepSeek）發佈 DeepSeek-V4，Pro、Flash 系列各有 instruct 與 base 版本，四款 checkpoint 均支援 1M-token 上下文。
推薦理由：文章把 KV cache 成本、混合注意力設計與智能體工作流串連起來，並以基準數據呈現長上下文能力在工具任務中的表現。
DeepSeek
全部主題DeepSeek（深度求索）的模型發佈、開源權重與技術報告——開源大模型價格與性能雙卷的風向標。
最新精選
第 1–5 條 · 共 5 條Hugging Face Blog精選AI 評分8787
DeepSeek：API 更新日誌精選AI 評分7676 DeepSeek 將 deepseek-reasoner 升級至 DeepSeek-R1-0528，推理基準分數提升
DeepSeek 將 deepseek-reasoner 升級至 DeepSeek-R1-0528，並公佈多項基準的 Pass@1 提升。AIME 2025 由 70.0 升至 87.5（+17.5），GPQA 由 71.5 升至 81.0（+9.5），LCB_v6 由 63.5 升至 73.3（+9.8），Aider 由 57.0 升至 71.6（+14.6）。
推薦理由：DeepSeek-R1-0528公佈多項基準提升數據，並提示複雜推理任務較舊版消耗更多 tokens，可供比較版本能力表現與用量。
Hugging Face Blog精選AI 評分7777 DeepSeek-V3 0324 登上 Hugging Face Hub，四項基準分數均上升
DeepSeek-V3 0324 已登上 Hugging Face Hub，沿用原版架構並採用 MIT 授權，重點改善指令遵循、編碼和數學能力。DeepSeek 團隊列出的 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 分數，分別由 75.9、59.1、39.6、39.2 升至 81.2、68.4、59.4、49.2。
推薦理由：文中提供 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 的更新前後分數，讓讀者可按多項基準逐一比較 DeepSeek-V3 0324 相對原版的提升幅度。
DeepSeek：API 更新日誌精選AI 評分7878 DeepSeek 將 deepseek-chat 升級為 DeepSeek-V3，API 保持不變
DeepSeek 將 deepseek-chat 模型升級為 DeepSeek-V3，API 保持不變。使用者仍可透過指定 model='deepseek-chat' 調用 DeepSeek-V3。
推薦理由：這次更新交代 DeepSeek-V3 與既有 API 調用方式的關係，使用者仍可指定 deepseek-chat 調用新模型，便於沿用現有接入方式。
Hugging Face Blog精選AI 評分6060 甚麼令對話智能體有用？
Hugging Face Blog 梳理對話智能體的訓練方法，涵蓋 IFT、SFT、RLHF 和 CoT。文中指出，IFT 所需指令數據僅為數百例量級，SFT 以人工標註改善有用性和安全性，RLHF 則根據人類偏好訓練獎勵模型，再用強化學習訓練對話智能體。
推薦理由：文章把 IFT、SFT、RLHF 與 CoT 放在對話智能體訓練脈絡中梳理，並比較多個系統的訓練資料和評估方向，呈現各方法的分工。