Jev Router延迟高于DeepSeek
Arena 比较端到端请求延迟 Jev Router与DeepSeek V4.1 Flash (Max)
English translation is being prepared.
匹配字段标题
Arena 比较端到端请求延迟 Jev Router与DeepSeek V4.1 Flash (Max)
English translation is being prepared.
匹配字段标题
Jev 路由 多数模型调用至DeepSeek V4.1 Flash
English translation is being prepared.
匹配字段标题
2026年10月6日,ARC Prize发布了DeepSeek V4.1 Flash在ARC-AGI-1和ARC-AGI-2基准上的评测结果。在ARC-AGI-1上,高推理设置得分为88.5%,低推理设置得分为90.5%,两者在8个任务上表现不同。在ARC-AGI-2上,max reasoning的每任务成本略低于high reasoning,但排除未完成任务后,max reasoning实际每任务成本高出4.5%。
匹配字段标题
ARC Prize于2026年10月6日宣布,将在测试完成后公布DeepSeek的ARC-AGI-3评测结果。该机构表示,ARC-AGI-3评测在操作上更密集,测试完成后将在未来几周内分享结果,其中包括使用新的DeepSeek provider adapter harness得到的分数。目前尚无后续发展事实,评测结果仍待公布。
匹配字段标题
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
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
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
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
ARC Prize 公布 DeepSeek V4.1 Flash评测结果
English translation is being prepared.
匹配字段标题
ARC Prize 宣布 将在测试完成后公布DeepSeek ARC-AGI-3评测结果
English translation is being prepared.
匹配字段标题
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,使部分 Claude Code 扩展功能理论上可经适配后在其框架内运行。负责人崔添翼4日回应称,该兼容层主要用于验证 Claude Code Mods 的扩展能力是否大致是 DSH“一切皆插件”架构能力的子集,目前尚无法让所有 Mods 无缝运行。据澎湃新闻报道,DeepSeek Harness 团队组建于今年3月,其 v0.1 开发者预览版于8月13日以 MIT 协议开源,发布后不到24小时在 GitHub 获得超过7万颗星。目前暂无该版本后续发展的进一步事实证据。
匹配字段标题
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
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
DeepSeek 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》
English translation is being prepared.
匹配字段标题
DeepSeek、清华大学 发布技术报告并系统阐释 大规模智能体训练沙箱基础设施DSec
English translation is being prepared.
匹配字段标题
DeepSeek 发布 DeepSeek Harness新版本
English translation is being prepared.
匹配字段标题
DeepSeek 发布 DeepSeek Harness新版本
English translation is being prepared.
匹配字段标题
DeepSeekHarness 发布 macOS、Windows桌面版及Linux npm包
English translation is being prepared.
匹配字段标题
DeepSeek 开源 昇腾AI芯片基础组件
English translation is being prepared.
匹配字段标题
DeepSeek 发布 Harness v0.2 Preview桌面应用
English translation is being prepared.
匹配字段标题