Programavimo užduotis DeepSeek atnaujinimas sprendžia trumpiau

DeepSeek išleido V4.1-Flash-1017 modelio atnaujinimą ir viešai pateikė jo svorius, kuriuos galima atsisiųsti bei naudoti pagal MIT licenciją. Spalio 17 dienos pranešime bendrovė teigia pagerinusi programavimo ir agentinių užduočių rezultatus, kartu sutrumpinusi vykdymo laiką bei atsakymus.

Atnaujinimas skirtas ne tik pokalbiams: DeepSeek jį derino su programavimo agentų aplinkomis, įskaitant savo Harness, Tencent CodeBuddy ir WorkBuddy. Kūrėjams tai suteikia naują viešai prieinamą modelio versiją, kurios bandymų rezultatus galima lyginti su ankstesniu V4.1-Flash leidimu.

Oficialioje Hugging Face modelio kortelėje nurodoma, kad MIT licencija taikoma ir saugyklos kodui, ir modelio svoriams. Projektą kuria DeepSeek, o išleidimo pakete pateikiamos teksto bei vaizdų apdorojimo priemonės ir vietinio vykdymo pavyzdžiai.

DeepSWE v1.1 bandyme bendrovė paskelbė 77,0 rezultatą, palyginti su ankstesnės versijos 74,2, o Terminal-Bench 4.0 rezultatas padidėjo nuo 31,2 iki 42,3. Kortelėje paaiškinama, kad šiems bandymams naudotos skirtingos agentų aplinkos, todėl lyginant svarbios ir vykdymo sąlygos.

ProgramBench bandymo rezultatas, pasak tos pačios kortelės, pakilo nuo 20,3 iki 29,1, o Automation-Bench rodiklis pasiekė 60,5 vietoj 54,8. Tai yra pačios DeepSeek paskelbti matavimai, o ne šiame straipsnyje nepriklausomai pakartoto modelio bandymo išvados.

Naujojo leidimo dokumentacijoje rekomenduojamas vieno milijono žetonų konteksto langas ir bent 256 tūkstančių žetonų didžiausia generuojamo teksto riba. Šie nustatymai aprašo modelio vykdymo parametrus, tačiau savaime nereiškia, kad kiekvienai užduočiai reikės tokio ilgio įvesties arba atsakymo.

Vietiniam paleidimui pateiktas orientacinis įgyvendinimas, o ne paruoštas gamybinis paslaugų variklis, aiškiai nurodo DeepSeek vykdymo aprašas. Jame numatytas svorių konvertavimas ir lygiagretus vykdymas aštuoniais procesais, taip pat aprašytas paleidimas keliais skaičiavimo mazgais.

Todėl oficialus pavyzdys nėra pažadas, kad pilnas modelis veiks įprastame nešiojamajame kompiuteryje be papildomos įrangos ar pritaikymo. Dokumentacijoje konkretaus universalaus atminties minimumo nepateikiama, o numatyta lygiagretaus skaičiavimo infrastruktūra turi būti parengta atskirai nuo pačių atsisiunčiamų svorių.

DeepSeek taip pat pateikia deepseek-recipe bibliotekas, kurios apdoroja užklausų formatą ir modelio atsakymus, įskaitant įrankių kvietimus bei vaizdus. Modelio vykdymas, pačių įrankių atlikimas ir duomenų perdavimas pagal aprašą lieka šias bibliotekas integruojančios sistemos atsakomybe.

Kartu DeepSeek atvėrė savo paieškos ir puslapių nuskaitymo programuotojų sąsajas, kurių kiekvienos tūkstantis kvietimų kainuos 0,75 dolerio. Oficialus pranešimas numato laikiną nemokamą naudojimą per nurodytus serverio įrankius iki spalio 31 dienos 16 valandos UTC, po kurios prasidės apmokestinimas.

Oficialiame pranešime nurodoma, kad atnaujintas modelis jau veikia DeepSeek svetainėje, programėlėje ir programuotojų sąsajoje, o svoriai skelbiami Hugging Face bei ModelScope. Tolesni praktiniai palyginimai turės parodyti, kaip kūrėjos paskelbti rezultatai persikelia į skirtingų komandų užduotis ir agentų aplinkas.