#AI #Deepseek 中国AI实验室DeepSeek近期爆红，其聊天机器人应用登顶苹果和Google Play应用商店，引发华尔街和科技界关注。DeepSeek隶属于量化对冲基金幻方量化，由AI爱好者梁文峰联合创办。2023年，幻方成立DeepSeek专注AI研发，并很快发展为独立公司。

DeepSeek自建数据中心，尽管受美国出口限制影响，仍用Nvidia H800芯片训练模型。其团队以年轻博士为主，还招募跨领域人才。2023年推出的DeepSeek-V2模型因高效低成本脱颖而出，促使字节跳动和阿里巴巴降价。2024年发布的DeepSeek-V3更是超越了Meta的Llama和OpenAI的GPT-4o。同年1月发布的R1推理模型，以高可靠性著称，但会避答敏感话题。

DeepSeek虽尚无明确商业模式，却以低价策略搅动市场。其模型受到开发者热捧，并引发美方警惕，被多国及机构禁止使用。未来，DeepSeek在技术上持续精进，但面临的国际政策环境也愈发复杂。

来源：DeepSeek: Everything you need to know about the AI chatbot app

TechCrunch

DeepSeek: Everything you need to know about the AI chatbot app | TechCrunch

DeepSeek has gone viral. Chinese AI lab DeepSeek broke into the mainstream consciousness this week after its chatbot app rose to the top of the Apple

#AI #DeepSeek #大模型 #ChatGPT DeepSeek-Prover-V2 和 ChatGPT（比如 GPT-4 或 GPT-4-turbo）虽然都是大语言模型，但它们的定位、优化目标和技术细节有很大的不同。

DeepSeek-Prover-V2：采用 Mixture-of-Experts (MoE) 架构（有 6710 亿参数，但推理时只激活一部分专家），专门为“数学推理”调优，集成了 递归证明搜索 + 强化学习优化。

ChatGPT（GPT-4）：采用 dense transformer 架构（所有参数参与推理），是通用语言模型，虽然具备一定的数学能力，但没有专门针对 Lean、Coq 等证明语言优化。

Prover-V2 在“数学证明”上的专精程度远超 ChatGPT，但在“闲聊”“开放式文本生成”上不如 ChatGPT。
可用性和易用性

DeepSeek-Prover-V2 需要 Lean 4 环境、API 或命令行，对于普通人使用上还是需要一定技术门槛。

总结一句话：
ChatGPT 是“语言领域的通才”，DeepSeek-Prover-V2 是“Lean 4 上的专业数学证明助手”。
如果你想要“形式化数学证明”，DeepSeek-Prover-V2 完胜；但如果需要“多领域通用对话、创作和解释”，ChatGPT 更合适。

#AI #大模型 #DeepSeek DeepSeek-Prover-V2 是中国 AI 初创公司 DeepSeek 于 2025 年 4 月 30 日发布的最新开源大型语言模型，专为在 Lean 4 环境中进行形式化数学定理证明而设计。该模型基于 DeepSeek-V3 构建，采用了 6710 亿参数的混合专家（Mixture-of-Experts, MoE）架构，旨在提升数学推理和定理验证的能力。

🔍 主要特点与创新
• 递归定理证明训练流程：DeepSeek-Prover-V2 引入了一种创新的“冷启动”训练方法，利用 DeepSeek-V3 将复杂的数学问题分解为一系列子目标，并在 Lean 4 中形式化这些步骤，从而生成高质量的初始化数据 。
• 强化学习优化：通过强化学习（RL）方法，模型在初始阶段的基础上进一步优化，整合了非正式和正式的数学推理能力，提升了定理证明的效率和准确性 。
• 多模型协同训练：在训练过程中，研究人员还使用了一个较小的 70 亿参数模型来处理子目标的证明搜索任务，从而提高了训练的效率和多样性 。

📊 性能表现
• MiniF2F 测试集：在 MiniF2F 测试集上，DeepSeek-Prover-V2 达到了 88.9% 的通过率，显示出其在形式化定理证明任务中的强大能力 。
• PutnamBench 测试集：在 PutnamBench 的 658 个问题中，模型成功解决了 49 个，进一步验证了其在复杂数学问题上的处理能力 。
• AIME 竞赛问题：在最近的 AIME（美国数学邀请赛）竞赛的 15 个问题中，DeepSeek-Prover-V2 成功解决了 6 个，而 DeepSeek-V3 使用多数投票方法解决了 8 个，表明两者在数学推理能力上差距正在缩小 。

🧠 技术架构亮点
• 混合专家架构（MoE）：模型采用了混合专家架构，在每次推理中仅激活部分专家网络，从而在保持高性能的同时降低了计算成本 。
• Lean 4 集成：DeepSeek-Prover-V2 与 Lean 4 紧密集成，能够生成符合 Lean 4 语法和逻辑的形式化证明，方便数学家和计算机科学家进行验证和应用 。

#AI #DeepSeek DeepSeek R1T-Chimera 是一种新的开源语言模型，已在 OpenRouter 平台上推出。它是通过合并 DeepSeek-R1 和 DeepSeek-V3 （0324） 创建的，结合了 R1 的推理能力和 V3 的令牌效率改进。它基于 DeepSeek-MoE Transformer 架构，并针对一般文本生成任务进行了优化。该模型合并了来自两个源模型的预训练权重，以平衡推理、效率和指令遵循任务之间的性能。

来源：OpenRouter / Hugging Face / TNG Tech

openrouter.ai

DeepSeek R1T Chimera (free)

DeepSeek-R1T-Chimera is created by merging DeepSeek-R1 and DeepSeek-V3 (0324), combining the reasoning capabilities of R1 with the token efficiency improvements of V3. It is based on a DeepSeek-MoE Transformer architecture and is optimized for general text…