DeepSeek官宣新版R1测评成绩，写作幻觉率降低近50%

智东西5月29日消息，刚刚，DeepSeek公布了今日最新开源的DeepSeek-R1-0528的基准测试成绩。此前昨日晚间，DeepSeek官方网站、APP或小程序已上线新版R1。 新版R1模型在数学、编程与通用逻辑等多个基准测评中全面超越了Qwen3-235B，以及旧版DeepSeek-R1。同时其表现接近OpenAI o3与Gemini-2.5-Pro。 相较于旧版R1，新版模型在复杂推理任务中的表现有了显著提升。例如在AIME 2025测试中，新版模型准确率由旧版的70%提升至87.5%。 同时，DeepSeek-R1-0528的思维链对于学术界推理模型的研究和工业界针对小模型的开发都将具有重要意义。DeepSeek蒸馏DeepSeek-R1-0528的思维链后训练Qwen3-8B Base，得到了DeepSeek-R1-0528-Qwen3-8B。该模型在数学测试AIME 2024中仅次于DeepSeek-R1-0528，超越Qwen3-8B （+10.0%），与Qwen3-235B相当。 此外值得一提的是，新版DeepSeek R1针对“幻觉”问题进行了优化。与旧版相比，更新后的模型在改写润色、总结摘要、阅读理解等场景中，幻觉率降低了45～50%左右。更新后的R1 模型针对议论文、小说、散文等文体进行了进一步优化。 DeepSeek-R1-0528仍然使用 2024年12月所发布的DeepSeek V3 Base模型作为基座，但在后训练过程中投入了更多算力，显著提升了模型的思维深度与推理能力。 DeepSeek-R1-0528 模型权重下载参考： Model Scope: https://modelscope.cn/models/deepseek-ai/DeepSeek-R1-0528 Huggingface: https://huggingface.co/deepseek-ai/DeepSeek-R1-0528