DeepSeek V3“报错家门”：我是ChatGPT

主要观点总结

文章主要围绕DeepSeek V3模型展开，介绍了其近期成为大模型圈的热门话题，以及出现的bug和网友们的反应。文章还讨论了DeepSeek V3模型的一些亮点和实用玩法，并探讨了AI公司获取数据的地方——网络，正在充斥着AI垃圾的问题。

关键观点总结

关键观点1: DeepSeek V3成为大模型圈的热门话题

文章介绍了DeepSeek V3近期成为大模型圈的顶流话题，以及网友们的热议焦点。

关键观点2: DeepSeek V3存在的bug及网友反应

文章描述了DeepSeek V3存在的一个bug，即仅仅少了一个问号，会导致模型认为自己是ChatGPT。网友对此展开热议，并对模型的输出质量提出疑问。

关键观点3: DeepSeek V3的亮点和实用玩法

文章介绍了DeepSeek V3的一些亮点和实用玩法，如训练成本低、在特定任务上表现优秀等。

关键观点4: AI污染问题

文章讨论了AI公司获取数据的地方——网络，正在充斥着AI垃圾的问题。这种“AI污染”可能导致训练数据难以彻底过滤AI的输出。

关键观点5: DeepSeek V3与ChatGPT的关系及争议

文章讨论了关于DeepSeek V3是否在ChatGPT的输出上训练的问题，以及网友对此的不同看法和争议。