經(jīng)過一系列測試,從創(chuàng)意寫作到復雜的教學,DeepSeek-R1 的綜合實力能夠與 OpenAI 的付費高端模型相媲美。這表明即使采取性價比路線,也能在 AI 競技場中取得優(yōu)異表現(xiàn)。
DeepSeek 發(fā)布其開放權(quán)重的 R1 推理模型僅一周時間,便多次震驚海內(nèi)外。不僅訓練成本僅為 OpenAI 最先進模型的一小部分,性能還能與其媲美。為了驗證其實用性,科技媒體資深編輯決定將 DeepSeek 的 R1 模型與 OpenAI 的 ChatGPT 模型進行對比,重點在于模擬用戶可能提出的日常問題。
測試中,DeepSeek 的每個回答都與 ChatGPT 的 20 美元/月的 o1 模型和 200 美元/月的 o1 Pro 模型進行對比。測試涵蓋創(chuàng)意寫作、數(shù)學、指令遵循等領(lǐng)域,并考慮了模型回答的正確性和主觀質(zhì)量因素。結(jié)果顯示,在八項測試中,DeepSeek:o1:o1 Pro 的比拼結(jié)果為 5:2:4。
在老爸笑話生成任務中,三個模型都認真對待了原創(chuàng)要求。盡管有一些笑話在網(wǎng)上能找到類似例子,但總體上 DeepSeek R1 表現(xiàn)更出色,尤其是自行車笑話和吸塵器樂隊笑話。
關(guān)于亞伯拉罕·林肯發(fā)明籃球的故事創(chuàng)作,DeepSeek R1 以荒誕方式回應,加入了許多有趣細節(jié),贏得了團隊青睞。而 ChatGPT o1 和 o1 Pro 則較為傳統(tǒng),盡管后者嘗試了一些創(chuàng)新元素。
另類藏頭詩任務中,DeepSeek R1 和 ChatGPT o1 都未能正確理解提示,使用了每句話的第一個字母而非第二個字母。只有 ChatGPT o1 Pro 成功完成了任務。
歷史顏色命名問題上,三個模型都正確指出了“品紅”名稱的由來及其相關(guān)背景。ChatGPT o1 Pro 在風格上略勝一籌,提供了簡潔且詳細的解釋。
11月28日上午,在塔克拉瑪干沙漠南緣的于田縣,隨著最后10米沙地栽上寬100米的胡楊、梭梭、紅柳和玫瑰花苗,長達285公里的塔克拉瑪干沙漠空白區(qū)順利實現(xiàn)鎖邊“合龍”
2024-11-28 14:41:00給塔克拉瑪干沙漠“鎖邊”難在哪兒中新網(wǎng)1月18日電 題:習近平提到的“幸福路”,特別在哪兒?“你們因這條‘幸福路’與中國結(jié)緣,是中肯和中非友好合作的見證者、受益者,更是建設(shè)者和傳播者。
2025-01-19 10:25:09特別在哪兒?華妃騎摩托、林黛玉倒拔垂楊柳、上一秒還是孫悟空一氣之下返回花果山的經(jīng)典橋段,下一秒悟空就變身飛船揚長而去。
2024-12-10 10:32:48曹操舉機關(guān)槍AI魔改邊界在哪