原贴链接

无有效文本内容可翻译

讨论总结

这个讨论主要围绕DeepSeek的新R1展开。话题包括它在编码能力上与sonnet 3.5对比、在语言模型排行榜中的情况、推理模型相关话题等。同时也涉及到模型的使用情况、不同版本的性能表现、运行所需计算资源等内容。讨论氛围较为积极，大家对新R1的表现有着不同角度的关注与探讨。

主要观点

  1. 👍 Aider声称R1比sonnet 3.5更好。
    • 支持理由：标题提到R1在加入推理后编码能力优于sonnet 3.5，部分评论基于此展开讨论。
    • 反对声音：无。
  2. 🔥 语言模型排行榜中准确答案才是关键，是否推理不重要。
    • 正方观点：认为在排行榜中只要答案准确就好，不应区分是否涉及推理。
    • 反方观点：无。
  3. 💡 对DeepSeek新R1有使用兴趣。
    • 支持理由：有评论者表示如果能选择将会使用新R1。
    • 反对声音：无。
  4. 💡 新R1加入的推理基准测试看起来容易。
    • 支持理由：O1在该测试中已达92%。
    • 反对声音：无。
  5. 💡 认为R1 32b版本表现差，QwQ的表现更好。
    • 支持理由：有评论者进行比较并给出测试链接等依据。
    • 反对声音：无。

金句与有趣评论

  1. “😂 71.38 global score holy fuck”
    • 亮点：简单直接地表达对New R1 from DeepSeek全球得分的惊叹。
  2. “🤔 It’s a pretty hefty jump from V3, too.”
    • 亮点：指出R1相对V3有很大的跳跃，是对模型发展程度的一种描述。
  3. “👀 That’s amazing but how do I get so much compute to run it lmao”
    • 亮点：在认可新R1优秀表现的同时提出运行所需计算资源的问题。
  4. “😎 distilled models are also exceptional.”
    • 亮点：在讨论新R1时提及蒸馏模型也有很好表现。
  5. “🤨 Why is o1 always above sonnet in coding, and I personally find it stupid af.”
    • 亮点：表达对o1在编码方面总是排在Sonnet之前的不满。

情感分析

总体情感倾向是积极和探索性的。主要分歧点较少，更多是对不同模型性能的观点交流。可能的原因是大家对新出现的模型都比较好奇，希望从不同角度去了解它的表现、优缺点等，以更好地理解模型发展现状。

趋势与预测

  • 新兴话题：关于模型的量化问题可能会引发后续讨论，因为多个评论涉及到不同模型表现差可能与量化有关。
  • 潜在影响：如果新R1在性能等方面确实表现优异，可能会对相关领域的模型使用、开发等产生影响，推动更多人关注或使用类似的模型。

详细内容：

标题：DeepSeek 的新 R1 在 Livebench 上表现引发热烈讨论

在 Reddit 上，一则关于 DeepSeek 的新 R1 在 Livebench 上排名第二的帖子引起了广泛关注。该帖子获得了众多点赞和大量评论。帖子主要讨论了 R1 在编码方面与 Sonnet 3.5 的比较，以及其在不同方面的表现。文章将要探讨的核心问题是 R1 在语言模型领域的地位以及与其他模型的差异。

在讨论中，观点纷呈。有人认为 Aider 声称 R1 优于 Sonnet 3.5，也有人指出 V3 与当前情况有较大差距。有人表示 V3 不是推理模型，还有人认为准确回答就是准确回答，不论是否涉及思考。有人提出热门观点，认为推理模型在语言模型排行榜中没有位置，这就像是在比较苹果和橙子。

有用户分享道：“我是一名 Net 开发者，从第一天起我就更喜欢 OpenAI 模型而非 Anthropic 模型。” 有人认为在编码方面的比较过于模糊，具体使用方式会对结果产生很大影响。还有人认为语言也很重要。

有人提到 R1 的 32B 版本表现不佳，QwQ 更好，可能问题出在量化上，并提供了测试链接：[https://www.reddit.com/r/LocalLLaMA/comments/1i65599/r1_32b_is_be_worse_than_qwq_32b_tests_included/?utm_source=share&utm_medium=web3x&utm_name=web3xcss&utm_term=1&utm_content=share_button] 。

讨论中存在一些共识，比如大家都在关注 R1 与其他模型的性能差异和特点。一些独特的观点，如关于不同模型在不同任务中的适用性，丰富了讨论内容。

总的来说，这次关于 DeepSeek 的新 R1 的讨论展现了大家对语言模型的深入思考和关注。