终于发了！DeepSeek发布并开源V31迄今为止最强大的开放AI
应用介绍
DeepSee k宣布推出新一代开源大语言模型DeepSeek-V3.1，并将其权重和代码在 GitHub等平台上开放。
值得一提的是，DeepSeek-V3.1取消了传统MoE所需的负载均衡损失，避免了额外开销。
在训练过程中，DeepSeek团队使用了FP8混合精度和自研的DualPipe流水线万亿token的预训练，整个过程稳定高效，没有出现不可恢复的损失激增。
这意味着模型在一次交互中可以处理和记忆远超以往的信息量，能够支持更长的对话和更大规模的文档分析。
通过在长上下文训练中引入随机噪声扰动，模型在保持长程依赖建模能力的同时，有效缓解了长序列训练的不稳定问题。
实际测试显示，DeepSeek-V3.1在不同长度上下文下表现稳健，即使输入长达128K tokens时依然能够准确定位关键信息。
综合评估显示，它不仅超越了此前所有开源模型的水平，而且在许多任务上达到了与领先闭源模型相当的性能。
在Codeforces编程竞赛评测中，其解题能力达到前51.6百分位，大幅领先其他开源模型。
在长文档理解的“大海捞针”（NeedleInAHaystack）测试中，DeepSeek-V3.1在不同长度上下文下均能保持高准确率，展现了扩展至128K后的稳健表现。
DeepSeek-V3.1延续了DeepSeek一贯的开放策略，将模型权重和代码完全开源发布。
DeepSeek官方还提供了多种本地部署方案和推理工具，包括轻量级的FP8/BF16推理演示、社区优化的推理框架（如LMDeploy、 vLLM等）以及分布式推理实现。
对于不具备大规模算力的用户，DeepSeek在其官方平台上提供了在线体验和API接口。用户现在可以通过网页端、对V3.1模型进行使用。
