最新大语言模型推理测试引众议，DeepSeek R1常常在提供错误答案前就“我放弃”了？？ Cursor刚刚参与了一项研究，他们基于NPR周日谜题挑战（The Sunday Puzzle），构建了一个包含近600个问题新基准测试。
让DeepSeek代替Claude思考，缝合怪玩法火了。原因无它：比单独使用DeepSeek R1、Claude Sonnet 3.5、OpenAI o1模型的效果更好。DeepClaude应用本身100%免费且开源，在GitHub上已揽获3k星星（当然API要用自己的）。
最近，DeepSeek 很热，是个好 AI，但不是每个人都能用上。
这项尝试只用到了 R1 模型和基本验证器，没有针对 R1 的工具，没有对专有的英伟达代码进行微调。其实根据 DeepSeek 介绍，R1 的编码能力不算顶尖。
【新智元导读】仅凭测试时Scaling，1B模型竟完胜405B！多机构联手巧妙应用计算最优TTS策略，不仅0.5B模型在数学任务上碾压GPT-4o，7B模型更是力压o1、DeepSeek R1这样的顶尖选手。
我是先看到了一张极其意料之外的图。首先我要说除了DeepSeek 官方，其他家都很稳定（这里没有吐槽官方的意思，毕竟情况特殊） 至少我没检测到超时或者断开。
这应该是我知道的第一家有自己大模型的大厂，第一次在面向C端的AI助手应用中，第一次接入DeepSeek R1。这个意义影响还是非常深远的，腾讯在AI这一步上，好像走的格外的开放，从之前的批量开源MoE、混元绘图模型、混元视频模型、混元3D模型，还有今天这神之一手接入DeepSeek R1。
整个春节假期，我眼睁睁看着 DeepSeek 从“全民狂欢”变成“全民卡顿”——官网十问九崩，还有谁没被“服务器正忙，请稍后重试”的提示，搞崩溃过。
席卷全球的 DeepSeek 依然是科技圈最大的话题，连 San Altman 都承认每天醒来都会担忧。因此本周在巴黎举办的 AI 行动峰会聚光灯稍显黯淡，但这里依然汇聚了全球大量重要的头脑。
DeepSeek 最近的爆火程度令人咋舌。短短20天内用户量就突破3000万，导致官方服务器几乎天天处于过载状态。虽然市面上已经涌现出不少第三方接入平台，但这些平台大多针对个人用户，对开发者和企业的需求难以满足。
