DeepSeek: DeepSeek V3.1

DeepSeek-V3.1 یک مدل بزرگ ترکیبی است (671 میلیارد پارامتر، 37 میلیارد فعال) که از حالت‌های تفکر و غیرتفکر از طریق قالب‌های پرامپت پشتیبانی می‌کند. این مدل نسخه پایه DeepSeek-V3 را با یک فرآیند آموزش دو مرحله‌ای با زمینه طولانی گسترش داده و تا 128 هزار توکن را پشتیبانی می‌کند و از FP8 میکروسکالینگ برای اجرای کارآمد استفاده می‌کند. کاربران می‌توانند رفتار استدلال را با یک مقدار بولی کنترل کنند. این مدل استفاده از ابزار، تولید کد و کارایی استدلال را بهبود می‌بخشد و عملکردی مشابه DeepSeek-R1 در بنچمارک‌های دشوار دارد، در حالی که سریع‌تر پاسخ می‌دهد. همچنین از فراخوانی ساختاریافته ابزارها، عامل‌های کد و عامل‌های جستجو پشتیبانی می‌کند و برای پژوهش، برنامه‌نویسی و گردش‌های کاری عامل‌محور مناسب است. DeepSeek-V3.1 جایگزین DeepSeek V3-0324 شده و در انجام طیف وسیعی از وظایف عملکرد خوبی دارد.