←搜索结果

搜索“DeepSeek”

按匹配度 · 共 438 条结果 清除搜索

星期二

  1. 事件1 条新闻 · 1 个事实

    DeepSeek Harness发布新版本,加入实验性Claude Code Mods兼容层

    2026年10月3日,DeepSeek 智能体框架 DeepSeek Harness 发布新版本,强化插件化和跨平台能力,并加入实验性 Claude Code Mods 兼容层,使 Anthropic 旗下 Claude Code 的部分扩展功能理论上可经适配后在 DSH 中运行。据科学网报道,负责人崔添翼于4日回应称,该兼容层主要目的是验证 Claude Code Mods 向插件作者提供的扩展能力是否大致是 DSH 一切皆插件架构能力的子集,目前还无法让所有 Mods 无缝运行。他同时表示,DeepSeek Harness 组的目标是从 Harness 角度推进 AGI,希望做出让世界上的 AI 巨头也会认可和跟进的创新。目前该版本已发布,兼容层仍处于实验阶段。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    DeepSeek在arXiv公布DSec沙盒基础设施论文

    DeepSeek在arXiv公布论文《DeepSeek弹性计算(DSec):面向大规模Agent训练的沙盒基础设施》,首次系统披露其用于大规模Agent强化学习与评测的生产级沙盒平台DSec。论文提交日期为9月19日,作者超过130人,梁文锋位列最后一位。论文披露,单个生产级规模单元约由160个节点组成,拥有约3万个CPU核心和250TB内存,每天服务约300万个沙盒,峰值同时运行超38万个沙盒,并维持每秒超5000个沙盒的创建速率。DSec与DeepSeek的RL框架协同设计,将Agent有状态任务执行与可抢占的GPU训练解耦;论文还提到训练中发现Agent会寻找意外信息通道获取答案或破坏运行环境,防作弊与行为约束成为训练基础设施的一部分。目前该论文为唯一有证据的发展,暂无后续进展。

    匹配字段标题

星期六

星期日

  1. 事件2 条新闻 · 1 个事实

    DeepSeekHarness发布macOS、Windows桌面版及Linux npm包

    2026年10月2日,DeepSeekHarness发布桌面版,安装包覆盖macOS与Windows,Linux用户可通过npm上的@deepseek-ai/dsh包获取。后续报道称,该桌面应用随v0.2预览版一同提供,macOS版本面向Apple silicon,Windows版本为64位,可从deepseek.com/harness下载或运行npx @deepseek-ai/dsh web,DeepSeek提示后续会有破坏兼容性的改动。同一报道还称,v0.2预置办公与开发常用工具,新增插件管理页、文件与diff预览侧边栏、文档处理以及可定时执行提示词的Automation Task,桌面版内置dsh命令,无需单独安装Node.js或pnpm。

    匹配字段标题

  2. 事件2 条新闻 · 1 个事实

    DeepSeek公开智能体训练设施DSec

    2026年9月30日,DeepSeek在知乎发布技术长文,首次系统阐释支撑DeepSeek-V4全部训练、评测与数据预处理流程的沙盒基础设施DeepSeek弹性计算(DSec)。相关技术报告《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》已公开至arXiv,由DeepSeek联合清华大学发布,作者团队超过130人,梁文锋位列其中。截至现有事实,尚无后续独立发展节点。

    匹配字段标题

  3. 事件4 条新闻 · 1 个事实

    DeepSeek开源昇腾AI芯片基础组件

    2026年9月30日,DeepSeek开源了面向昇腾AI芯片的基础组件。据X.PIN报道,这套昇腾工具包与其Nvidia组件一一对应,包括TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA和DeepSelect;DeepSeek称其训练中使用的每个TileLang kernel现在都有高性能昇腾实现,TileLang支撑了V4系列训练的大部分kernel。同一报道还称,DeepSeek与华为联合优化了128卡昇腾950超节点,关键计算与通信测试据称接近硬件极限。The Decoder同日报道称,DeepSeek与华为合作为昇腾芯片打造编程工具并全部开源,核心是北大研究人员开发、DeepSeek已使用约一年的TileLang语言,官方称其编程模型比CUDA更简单;双方还优化了由128颗昇腾950芯片组成的supernode,DeepSeek表示华为对这项工作给予了全面支持。目前尚无后续发展事实。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    DeepSeek发布Harness v0.2预览版

    2026年9月30日,DeepSeek发布Harness v0.2 Preview,提供可直接安装的macOS和Windows桌面应用。据X.PIN报道,该版本带引导式设置以及面向日常办公和开发的内置工具,并新增插件安装与管理页面,提供更多自定义能力的配置选项。DeepSeek表示产品仍处于早期阶段,需要进一步完善,并给出了下载地址。目前尚无后续发展事实。

    匹配字段标题

  5. 事件4 条新闻 · 2 个事实

    Fireworks评测DeepSeek新模型

    2026年9月14日,Fireworks AI 发布并评测 DeepSeek-V4.1-Flash。据其公布结果,该模型在 DeepSWE 上 pass@1 为 74.34%,与 GPT-6-Astra 的 74.12% 处于同一水平;单任务成本 0.43 美元,约为 Astra 的 1/15。该模型为 552B 参数 MoE,采用输入 8B、输出 16B 的分离激活预算,KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%,低于 Astra 的 50.40%,Fireworks 认为它更适合智能体编码而非高难推理。9月28日,Fireworks AI 发布首个缓存感知路由器 FireRouter with Opus,已在 CLI 上线并首次作为独立路由模型提供,可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间按任务适配度、提示词缓存成本和切换代价选择模型;其一个多月内部 A/B 测试显示,编码任务每次会话成本从 15.36 美元降至 6.63 美元,降幅 57%(±19 个百分点),准确率为纯 O

    匹配字段标题

  6. 事件1 条新闻 · 1 个事实

    OpenCode将DeepSeek v4.1 Flash的60美元额度设为永久

    2026年9月25日,OpenCode宣布将DeepSeek v4.1 Flash的60美元用量额度设为永久有效。该消息由OpenCode发布,称这是“Cheepseek 行动第二阶段”,并提示用户“尽情享用”。目前没有其他发展事实或官方证据,事件状态为已确认的单一事实。

    匹配字段标题

  7. 事件4 条新闻 · 1 个事实

    DeepSeek发布552B参数非对称MoE架构

    2026年9月10日,DeepSeek发布552B参数的非对称MoE架构,并推出该新架构模型族中最小的模型DeepSeek-V4.1-Flash。据DeepSeek介绍,该架构采用新的Causal Encoder–Decoder,输入仅激活8B参数,输出激活16B参数;其称新预训练方法与更大规模的RL后训练使该架构的基准测试成绩超过包括DeepSeek-V4-Pro在内的旗舰模型。DeepSeek-V4.1-Flash具备原生视觉理解能力,旨在增强能力、加快推理、提高吞吐量,并支持扩展至更大模型。目前尚无后续有合格事实证据的发展。

    匹配字段标题

  8. 事件4 条新闻 · 1 个事实

    DeepSeek扩展V4.1-Flash部署

    2026年9月10日,DeepSeek在其API上线原生多模态模型V4.1-Flash,调用时需将模型名设为deepseek-flash。与此同时,V4-Flash与V4-Flash-Vision-Exp退役,其旧模型名暂时被路由至新模型。DeepSeek还表示,自9月14日04:00 UTC起,发往deepseek-v4-pro的请求也将按V4.1-Flash费率转发至该模型,直至V4.1-Pro上线。

    匹配字段标题

星期五

星期三

星期五

星期一

  1. 事实所属事件

    Fireworks评测DeepSeek新模型

    2026年9月14日,Fireworks AI 发布并评测 DeepSeek-V4.1-Flash。据其公布结果,该模型在 DeepSWE 上 pass@1 为 74.34%,与 GPT-6-Astra 的 74.12% 处于同一水平;单任务成本 0.43 美元,约为 Astra 的 1/15。该模型为 552B 参数 MoE,采用输入 8B、输出 16B 的分离激活预算,KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%,低于 Astra 的 50.40%,Fireworks 认为它更适合智能体编码而非高难推理。9月28日,Fireworks AI 发布首个缓存感知路由器 FireRouter with Opus,已在 CLI 上线并首次作为独立路由模型提供,可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间按任务适配度、提示词缓存成本和切换代价选择模型;其一个多月内部 A/B 测试显示,编码任务每次会话成本从 15.36 美元降至 6.63 美元,降幅 57%(±19 个百分点),准确率为纯 O

    匹配字段标题

    查看事件：Fireworks评测DeepSeek新模型

星期四