在5月29日晚上，R1模型更新在Huggingface平台的开源源上发布后，DeepSeek终于发布了一个正式公告，以介绍更改此版本细节的具体细节，包括增强深思熟虑技巧，改善幻觉和更好的写作。在审查数据方面，该官员表示，在许多基准评估（例如数学，编程和一般逻辑）中，更新的R1模型在所有国内模型中都取得了最高的成果，并且已经与其他总体绩效（例如O3和Gemini-7.5-Pro）的其他领先国际模型变得接近。值得一提的是，DeepSeek提到，DeepSeek R1的新版本是为了“幻觉”问题范围。与旧版本相比，更新模型在诸如改写和抛光，摘要和阅读理解等方案中，幻觉率降低了约45％-50％，这可以提供更准确和可靠的结果。这所谓的幻觉是大型模型的“胡说八道”。 DeepSeek的Guni -Declain速率以前并不低，许多用户和开发人员都对此进行了讨论。 5月15日，Superclue以幻觉的诚实幻觉发布了大型中国模型的最新轮换，表明先前的DeepSeek-R1模型的循环速率约为21％，在所审查的国内模型中排名第五。根据SuperClue的说法，识别模型的幻觉比非推论模型更为重要。在他们的分析中，识别识别模型的平均枪直接为22.95％，非信息模型的平均幻觉速率为13.52％。除了改善幻觉外，官方介绍还表明，新的R1模型在复杂识别任务中的性能有了显着改善。例如，在AIME 2025测试（模型具有数学推理能力的数学基准）中，新车型的速度从旧版本的70％增加到87.5％。此外，更新的R1模型将针对论证论文，小说，散文和其他流派进行进一步优化，并且可以是长期的工作，具有更长，更完整的结构，同时显示出更接近人类偏好的写作风格。在官方发布之前，许多试验表明，新的R1模型代码的能力已大大提高。在Codeb Codebench代码实时平台上，其性能几乎在重O3高模型中受损。官方公告还指出，在前端代码生成，扮演角色等领域，模型的功能确实得到了更新和改进。 DeepSeek表示，DeepSeek-R1-0528仍使用DeepSeek V3基本模型作为2024年12月发布的基础模型，但它已经在训练后的过程中投入了更多的计算能力，这显着改善了思想和能力的深度。新的标准杆该R1模型的雅井架为685B，开放资源版本的长度为128K（64K上下文由网页，应用程序和API提供）。同时，与旧版本的R1相对应，此开放资源模型的重量仍然团结起来，采用了MIT许可证，使用户可以使用模型输出并通过模型蒸馏来训练其他模特。值得注意的是，在X平台上的官方Deptseek评论部分中，讨论的所有主题均与R2模型“我们希望R2”（我们想要R2模型）有关。该行业预计长期以来将有下一代Deptseek模型。根据DeepSeek更新，一些用户认为：“这是否意味着我们目前无法听到R2？”一些用户开玩笑说，该模型可能是R2的开发，但是当他们发现O3在基准测试中没有超过OpenAI时，它将用R1更新替换为Deviceek。 DeepSeek总是低调，在猜测之外没有响应。基于R1，是火车D在V3模型中，我们可能会等待V4模型更新。无论如何，在马尔斯（Malthe）家乡国内外的基本模式的战斗仍在进行中。在DeepSeek之后谁将是谁？