还没等到官宣，Deepseek-v3竟意外曝光了？！据Reddit网友爆料，v3已在API和网页上发布，一些榜单跑分也新鲜出炉。在Aider多语言编程测试排行榜中，Deepseek-v3一举超越Claude 3.5 Sonnet，排在第1位的o1之后。（相比Deepseek-v2.5，完成率从17.8%大幅上涨至48.4%。）

且在LiveBench测评中，它是当前最强开源LLM，并在非推理模型中仅次于gemini-exp-1206，排在第二。

目前Hugging Face上已经有了Deepseek-v3（Base）的开源权重，只不过还没上传模型介绍卡片。

综合网上多方爆料来看，Deepseek-v3相比前代v2、v2.5有了极大提升——

与v2、v2.5配置对比

首先，Deepseek-v3基本配置如下：

• 采用685B参数的MoE架构；

• 包含256个专家，使用sigmoid函数作为路由方式，每次选取前8个专家 (Top-k=8)；

• 支持64K上下文，默认支持4K，最长支持8K上下文；

• 约60个tokens/s；

BTW，在Aider测评中击败Claude 3.5 Sonnet的还是Instruct版本（该版本目前未发布）。

为了进一步了解Deepseek-v3的升级程度，机器学习爱好者Vaibhav (VB) Srivastav（以下简称瓦哥）还深入研究了配置文件，并总结出v3与v2、v2.5的关键区别。

与v2（今年5月6日官宣开源）比较的结果，经AI整理成表格如下：

可以看出，v3几乎是v2的放大版，在每一项参数上均有较大提升。

而且瓦哥重点指出了模型结构的三个关键变化：

第一，在MOE结构中，v3使用了sigmoid作为门控函数，取代了v2中的softmax函数。这允许模型在更大的专家集合上进行选择，而不像softmax函数倾向于将输入分配给少数几个专家。

第二，v3引入了一个新的Top-k选择方法noaux_tc，它不需要辅助损失。

简单理解，MoE模型通常需要一个辅助损失来帮助训练，主要用于更好地学习如何选择Top-k个最相关的专家来处理每个输入样本。

而新方法能在不依赖辅助损失的情况下，直接通过主要任务的损失函数来有效地选择Top-k个专家。这有助于简化训练过程并提高训练效率。

对了，为便于理解，瓦哥用DeepSeek逐步解释了这一方法。

这是一种基于群体的专家选择算法，通过将专家划分为不同的小组，并在每个小组内部选择最优秀的k名专家。

第三，v3增加了一个新参数e_score_correction_bias，用于调整专家评分，从而在专家选择或模型训练过程中获得更好的性能。

此外，v3与v2.5（本月10日官宣开源）的比较也出炉了，后者主要支持联网搜索功能，相比v2全面提升了各项能力。

同样经AI整理成表格如下：

具体而言，v3在配置上超越了v2.5，包括更多的专家数量、更大的中间层尺寸，以及每个token的专家数量。

看完上述结果，瓦哥连连表示，明年有机会一定要见见中国的开源团队。(doge）

网友实测Deepseek-v3

关于v3的实际表现，另一独立开发者Simon Willison（Web开发框架Django的创始人之一）也在第一时间上手测试了。

比如先来个自报家门。

我是DeepSeek-V3，基于OpenAI的GPT-4架构……

再考考图像生成能力，生成一张鹈鹕骑自行车的SVG图。

最终图形be like:

对了，在另一网友的测试中，Deepseek-v3也回答自己来自OpenAI？？

该网友推测，这可能是因为在训练时使用了OpenAI模型的回复。

不过不管怎样，还未正式官宣的Deepseek-v3已在LiveBench坐上最强开源LLM宝座，在一些网友心中，这比只搞期货的OpenAI遥遥领先。(手动狗头）