<p>要説這兩天大模型圈的頂流話題，那絕對是非 DeepSeek V3 莫屬了。</p>
<p>不過在網友們紛紛測試之際，有個 bug 也成了熱議的焦點——</p>
<p><strong>只是少了一個問號，DeepSeek V3 竟然稱自己是 ChatGPT。</strong></p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/944f3ecf-f1df-474d-9c0a-c422c0ce1b35.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="562" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/944f3ecf-f1df-474d-9c0a-c422c0ce1b35.png"/></section>
<p>甚至讓它講個笑話，生成的結果也是跟 ChatGPT 一樣：</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4046a244-8ee2-4a72-bc7e-532e68d606a3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1018" height="1070" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4046a244-8ee2-4a72-bc7e-532e68d606a3.png"/></section>
<p>加之 DeepSeek V3 這次爆火的一個亮點，就是訓練只花了 557.6 萬美元的成本。</p>
<p>於是乎，有人就開始懷疑了：<strong>它不會是在 ChatGPT 的輸出基礎上訓練的吧？</strong></p>
<p>好巧不巧，<strong>Altman</strong>也發了一個狀態，似乎在暗諷着什麼……</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ea9b95fa-2a89-466f-8755-74d442b8f59b.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="940" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/ea9b95fa-2a89-466f-8755-74d442b8f59b.png"/></section>
<p>不過 DeepSeek V3 並非是第一個出現<strong>“報錯家門”</strong>的大模型。</p>
<p>例如<strong>Gemini</strong>就曾説過自己是百度的<strong>文心一言</strong>……</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/c44d6d44-925b-419b-b40e-8779d7e7a737.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="960" height="2078" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/c44d6d44-925b-419b-b40e-8779d7e7a737.png"/></section>
<p>那麼這到底是怎麼一回事？</p>
<h2>為什麼 DeepSeek V3 報錯家門？</h2>
<p>首先需要強調的一點是，從目前網友們整體討論的觀點來看，説 DeepSeek V3 是在 ChatGPT 輸出上訓練的<strong>可能性不大</strong>。</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9a1248e0-bc16-4ec6-ae87-4672ec417afe.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="540" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9a1248e0-bc16-4ec6-ae87-4672ec417afe.png"/></section>
<p>之所以這麼説，正如網友 Riley Goodside 所總結的那樣——<strong>因為 ChatGPT 的影子無處不在。</strong></p>
<blockquote>
<p>即便 DeepSeek V3 故意用 ChatGPT 的輸出做了訓練，但這並不重要。所有在 ChatGPT 之後出現的大模型，幾乎都見過它。</p>
<p>例如 ShareGPT，一個並不新鮮的 ChatGPT 對話數據集，許多人已經嘗試在它和其它 ChatGPT 數據源上進行調整。但即便如此，也沒能出現 DeepSeek V3 級別的大模型。</p>
</blockquote>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8f3eea32-9b0b-4a76-bf70-a88965768172.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="402" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8f3eea32-9b0b-4a76-bf70-a88965768172.png"/></section>
<p>緊接着，Riley Goodside 又拿出了 DeepSeek V3 報告中的一些證據：</p>
<blockquote>
<p>而且要是用了 ChatGPT 數據的話，有些關於 DeepSeek V3 質量的問題是解釋不通的。</p>
<p>例如 Pile 測試（基礎模型壓縮 Pile 的效果），DeepSeek V3 得分幾乎與 Llama 3.1 405B 相當，這跟它接沒接觸 ChatGPT 數據無關。</p>
<p>而且報告稱 95% 的 GPU-hours 用於預訓練基礎模型，即便是跟 ChatGPT 數據有關，那這部分也會在 post-training 階段發生（後 5%）。</p>
</blockquote>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/2ba2e26e-99f0-4994-ae8a-4ae314f5b3e7.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="538" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/2ba2e26e-99f0-4994-ae8a-4ae314f5b3e7.png"/></section>
<p>而比起用沒用 ChatGPT 數據，或許我們應當更加關注的是為什麼大模型會頻繁出現 “報錯家門” 的問題。</p>
<p>TechCrunch 針對這個問題給出了一句犀利的點評：</p>
<blockquote>
<p><strong>因為 AI 公司們獲取數據的地方——網絡，正在充斥着 AI 垃圾。</strong></p>
</blockquote>
<p>畢竟歐盟的一份報告曾預測，到 2026 年，90% 的在線內容可能是 AI 生成的。</p>
<p>這種 “AI 污染” 就會讓 “訓練數據徹底過濾 AI 的輸出” 變得困難。</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/05a7bf38-1d1a-4091-aca1-b59766833f7f.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="493" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/05a7bf38-1d1a-4091-aca1-b59766833f7f.png"/></section>
<p>AI Now Institute 的首席科學家 Heidy Khlaaf 則表示：</p>
<blockquote>
<p>儘管存在風險，開發者依然被從現有 AI 模型中 “蒸餾” 知識所帶來的成本節約所吸引。</p>
<p>意外地在 ChatGPT 或 GPT-4 輸出上進行訓練的模型，也不一定會展示出讓人想起 OpenAI 定製消息的輸出。</p>
</blockquote>
<p>那麼現在對於網友們熱議的問題，量子位進行了一波實測，DeepSeek V3 目前還沒有解決這個 bug。</p>
<p>依舊是少了個問號，回答結果會不一樣：</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/b7e126bd-1604-425d-8901-49ed5355bf1a.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="625" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/b7e126bd-1604-425d-8901-49ed5355bf1a.png"/></section>
<h2>DeepSeek V3 更多玩法</h2>
<p>不過有一説一，絕大部分網友對於 DeepSeek V3 的能力是給予了大大的肯定。</p>
<p>從各路 AI 大佬們集體直呼 “優雅”中就能印證這一點。</p>
<p>而就在這兩天，網友們陸續曬出了更多 DeepSeek V3 加持的<strong>實用玩法</strong>。</p>
<p>例如有網友拿 DeepSeek V3 和 Claude Sonnet 3.5 一決高下，在 Scroll Hub 中分別用它倆<strong>創建網站</strong>：</p>
<section>
<div id="page-content">
<div id="js_mpvedio_wrapper_wxv_3789118208842645509">
<div><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fa56a572-1ac0-485f-acf2-ddb433ddd8f7.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="892" height="503" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fa56a572-1ac0-485f-acf2-ddb433ddd8f7.png"/></div>
</div>
</div>
</section>
<p>博主在測試之後，認為 DeepSeek V3 完全勝出！</p>
<p>還有網友分享了用 DeepSeek V3 在<strong>AI 視頻編輯器</strong>中的體驗。</p>
<p>他表示以後不用再在 FFMPEG 命令上浪費時間了，DeepSeek V3 不僅免費，還能改變你的工作流程：</p>
<section>
<div id="page-content">
<div id="js_mpvedio_wrapper_wxv_3789123168606928898">
<div><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/1713d804-454a-4078-ae39-78443a755897.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="890" height="667" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/1713d804-454a-4078-ae39-78443a755897.png"/></div>
</div>
</div>
</section>
<p>AI 編程神器<strong>Cursor</strong>也能跟 DeepSeek V3 結合，來看一個做貪吃蛇的案例：</p>
<section>
<div id="page-content">
<div id="js_mpvedio_wrapper_wxv_3789126988326256641">
<div><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/417523a0-1943-41ce-898e-5b78669aacce.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="658" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/417523a0-1943-41ce-898e-5b78669aacce.png"/></div>
</div>
</div>
</section>
<p>嗯，DeepSeek V3 是有點好用在身上的。</p>
<h2>One More Thing</h2>
<p>對於此前公佈的 53 頁論文，也有網友關注到了一個非技術性的細節——</p>
<p>貢獻列表中，不僅展示了技術人員，還有數據註釋和商務等工作人員：</p>
<section><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/81ea1b68-ca3b-425d-895e-bbf7b9f3a7b6.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="423" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/81ea1b68-ca3b-425d-895e-bbf7b9f3a7b6.png"/></section>
<p>網友認為這種做法非常符合 DeepSeek 的調性：</p>
<p><img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/90907a24-1d53-4169-a483-cb50d9796fdd.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="591" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/90907a24-1d53-4169-a483-cb50d9796fdd.png"/></p>
<p><span style="color: #b3b3b3">本文作者：量子位，來源：量子位，原文標題：《DeepSeek V3“報錯家門”：我是 ChatGPT》</span></p><div>風險提示及免責條款</div>
          <div>
            市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。
          </div>

OpenAI

<p>DeepSeek V3 近期引發熱議，因其在測試中錯誤地稱自己為 ChatGPT。儘管有網友懷疑 DeepSeek V3 是否在 ChatGPT 的輸出上進行訓練，但整體討論認為這種可能性不大。網友 Riley Goodside 指出，DeepSeek V3 的表現與其訓練數據無關，且在 Pile 測試中得分接近 Llama 3.1 405B，顯示其質量不受 ChatGPT 數據影響。</p>