DeepSeek官宣新版R1测评成绩，写作幻觉率降低近50%

主要观点总结

DeepSeek发布了最新开源的DeepSeek-R1-0528模型，其在数学、编程和通用逻辑等方面的基准测试成绩超越了旧版Qwen3-235B和新版Qwen3-8B模型。此外，新模型还在AIME 2025测试中的准确率显著提升，并对“幻觉”问题进行了优化。该模型在改写润色、总结摘要和阅读理解等场景中的表现有所改善。

关键观点总结

关键观点1: DeepSeek-R1-0528模型的发布和超越旧版的表现

DeepSeek公布了最新开源的DeepSeek-R1-0528模型，该模型在数学、编程和通用逻辑等多个基准测评中全面超越了旧版Qwen3-235B和新版Qwen3-8B。

关键观点2: AIME 2025测试的准确率提升

相较于旧版R1，新版DeepSeek-R1模型在复杂推理任务中的表现显著提升，例如在AIME 2025测试中准确率提升至87.5%。

关键观点3: 针对“幻觉”问题的优化

新版DeepSeek R1模型针对改写润色、总结摘要、阅读理解等场景中的“幻觉”问题进行了优化，幻觉率降低了45～50%左右。

关键观点4: 模型的进一步改进和优化

更新后的DeepSeek-R1模型针对议论文、小说、散文等文体进行了进一步优化，并仍然使用DeepSeek V3 Base模型作为基座，但在后训练过程中投入了更多算力，提升了模型的思维深度与推理能力。