新版DeepSeek-R1重磅开源，凌晨已放出权重！此次模型性能几乎与o4-mini（Medium）相当，编程实测超越Claude 4 Sonnet。网友纷纷惊叹：开源又一次胜利了。
又是一个让程序员狂欢的研究！来自 OpenHands、耶鲁、南加大和斯坦福的研究团队刚刚发布了 LocAgent—— 一个专门用于代码定位的图索引 LLM Agent 框架，直接把代码定位准确率拉到了 92.7% 的新高度。该研究已被 ACL 2025 录用。
今天，我们正式发布 DeepSeek-R1，并同步开源模型权重。DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借助 R1 训练其他模型。DeepSeek-R1 上线API，对用户开放思维链输出，通过设置 `model='deepseek-reasoner'` 即可调用。
30年码龄程序员4年都没搞定的bug，Claude Opus 4只用几个小时轻松破解了。
AI 就像一头野驴，跑起来就不停。人类花了几百万年才走上食物链顶端，而大模型只用了不到十年时间，已经能把你和刘亦菲 P 进一张自拍了。奥！最新进展是已经能自己生成音画同步的超真实脱口秀了。
最顶尖的AI模型，做起奥数题来已经和人类相当，那做物理题水平如何呢？港大等机构的研究发现：即使GPT-4o、Claude 3.7 Sonnet这样的最强模型，做物理题也翻车了，准确率直接被人类专家碾压！
被选为GitHub Copilot官方模型后，Claude 4直接被诱导出bug了！
让我们把时钟拨回 2014 年 5 月，当刚完成博士后研究的 Dario Amodei 决定加入百度研究院（Baidu Research）时，他绝不会想到自己有朝一日能够亲手打造属于自己的 AI 帝国，并成为连谷歌和微软都无法撼动和忽视的强劲对手。
从长期看，大多数内容将由AI生成。所以“这是不是AI生成的”这个问题将变得无意义真正。值得关注的是内容的来源、溯源和引用等问题。而讽刺的是，AI反而可能更有助于解决这些问题。
Vending-Bench模拟环境可以测试大模型管理自动售货机的能力，结果显示，Claude 3.5 Sonnet表现最佳，人类屈居第四！
