DeepSeek小更新，多步推理表现提高43%

主要观点总结

DeepSeek线上模型版本升级至V3.1，上下文长度拓展至128k，具备更强的推理能力、上下文处理能力和多语言支持。该模型在多步推理、处理复杂任务时的表现有所提升，同时减少了不实信息的产生，提高了输出信息的准确性与可靠性。DeepSeek V3.1拥有5600亿参数，具备处理文本、代码和图像的多模态能力。

关键观点总结

关键观点1: DeepSeek V3.1模型升级的关键特点

DeepSeek线上模型已升级至V3.1版本，具备改进的推理能力、上下文处理能力以及更好的多语言支持。新模型可以更好地处理复杂的任务，减少不实信息的产生，提高输出信息的准确性和可靠性。

关键观点2: 模型的上下文长度拓展

DeepSeek V3.1的上下文长度拓展至128k，可处理相当于一部完整中长篇小说的内容，如《骆驼祥子》和《活着》。

关键观点3: 多语言支持及优化

DeepSeek V3.1能处理超过100种语言，并对亚洲语言和资源较少的语种进行了明显的优化，有助于技术的全球化应用和跨文化内容生成。

关键观点4: 关于DeepSeek R2的发布

目前DeepSeek R2的发布时间尚未确定。原本计划于2025年5月发布，但由于芯片问题导致的训练错误，其发布可能会推迟。