DeepSeek V3“报错家门”:我是ChatGPT

搜 :海讯无双Ai

要说这两天大模型圈的顶流话题,那绝对是非DeepSeek V3莫属了。

不过在网友们纷纷测试之际,有个bug也成了热议的焦点——

只是少了一个问号,DeepSeek V3竟然称自己是ChatGPT。

d16cb454c786e7c7fd805bc1d699dd4b.jpeg

甚至让它讲个笑话,生成的结果也是跟ChatGPT一样:

8b716cb117e245e0b464555c60dead5e.jpeg

加之DeepSeek V3这次爆火的一个亮点,就是训练只花了557.6万美元的成本。

于是乎,有人就开始怀疑了:它不会是在ChatGPT的输出基础上训练的吧?

好巧不巧,Altman也发了一个状态,似乎在暗讽着什么……

6ab24384dc04ad0a44bf637eb398c516.jpeg

不过DeepSeek V3并非是第一个出现“报错家门”的大模型。

例如Gemini就曾说过自己是百度的文心一言

35c163acbe224dcc2723f5bd2560c797.jpeg

24140754513a27619d8a6b1a316c90a1.jpeg

那么这到底是怎么一回事?

首先需要强调的一点是,从目前网友们整体讨论的观点来看,说DeepSeek V3是在ChatGPT输出上训练的可能性不大

d10a1f3a467890314f42eceb7c6059d8.jpeg

之所以这么说,正如网友Riley Goodside所总结的那样——因为ChatGPT的影子无处不在。

4a482135f274453b3a21689d34b30de9.jpeg

紧接着,Riley Goodside又拿出了DeepSeek V3报告中的一些证据:

e43e9b1d89e3407676698fa20cf5097d.jpeg

而比起用没用ChatGPT数据,或许我们应当更加关注的是为什么大模型会频繁出现“报错家门”的问题。

TechCrunch针对这个问题给出了一句犀利的点评:

毕竟欧盟的一份报告曾预测,到2026年,90%的在线内容可能是AI生成的。

这种“AI污染”就会让“训练数据彻底过滤AI的输出”变得困难。

9c814823e60b04470e31463b205f2ab3.jpeg

AI Now Institute的首席科学家Heidy Khlaaf则表示:

那么现在对于网友们热议的问题,量子位进行了一波实测,DeepSeek V3目前还没有解决这个bug。

依旧是少了个问号,回答结果会不一样:

aee8c7cca5cf2261985cac78a99ba39d.jpeg

不过有一说一,绝大部分网友对于DeepSeek V3的能力是给予了大大的肯定。

从各路AI大佬们集体直呼“优雅”中就能印证这一点。

而就在这两天,网友们陆续晒出了更多DeepSeek V3加持的实用玩法

例如有网友拿DeepSeek V3和Claude Sonnet 3.5一决高下,在Scroll Hub中分别用它俩创建网站

744c5520b54d7e3d64f1605cd0e59189.jpeg

博主在测试之后,认为DeepSeek V3完全胜出!

还有网友分享了用DeepSeek V3在AI视频编辑器中的体验。

他表示以后不用再在FFMPEG命令上浪费时间了,DeepSeek V3不仅免费,还能改变你的工作流程:

4ca1904e95657fe4a7ad1f0c0d278a86.jpeg

AI编程神器Cursor也能跟DeepSeek V3结合,来看一个做贪吃蛇的案例:

b9b19e1da1562a418d03f8e9f83e2f75.jpeg

嗯,DeepSeek V3是有点好用在身上的。

对于此前公布的53页论文,也有网友关注到了一个非技术性的细节——

贡献列表中,不仅展示了技术人员,还有数据注释和商务等工作人员:

62b94e46c3c5b7c88198c2d423872562.jpeg

网友认为这种做法非常符合DeepSeek的调性:

aa6510ba01ee501716ed2f06eb4c6d9e.jpeg

要国内直连的搜 :海讯无双Ai 你 要的全都有

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/65140.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++:范围for

范围for(range-based for)是C的一种循环结构, 是在 C11 这个标准中引入的,这种类型的for循环使得遍历数组、容器中的元素更加简便和直观。 一、范围for语法 for ( 类型 变量名 : 数组名 ) 语句 //多条语句需要加⼤括号 示例&#…

C++基础概念复习

前言 本篇文章作基础复习用,主要是在C学习中遇到的概念总结,后续会继续补充。如有不足,请前辈指出,万分感谢。 1、什么是封装,有何优点,在C中如何体现封装这一特性? 封装是面向对象编程&…

前端工程化之手搓webpack5 --【elpis全栈项目】

前端工程化之手搓webpack5 --【elpis全栈项目】 导读 基本流程:输入 – 编译 – 输出 #mermaid-svg-V8Gi7RFNikCuEhax {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-V8Gi7RFNikCuEhax .error-icon{fil…

vue3使用setup语法糖组件基础传值

(1):defineProps:传入要使用的props定义自定义属性,传递过来的值具有响应式,和props一样; (2):defineEimts:传入要自定义的事件,emit实例去传入自定义事件的值,和$emit或…

S7-200可用的modbus RTU完成位轮询

网上的信息比较散,官方说明也不充分,尤其是涉及主站按需写入的部分没有见到现成案例。 以下记录完成位轮询读取,同时按需写入的程序。 初始化主站,初始化块的完成位M9.3通过上升沿触发一个M9.4,用于后面启动轮询。 第…

特征点检测与匹配——MATLAB R2022b

特征点检测与匹配在计算机视觉中的作用至关重要,它为图像处理、物体识别、增强现实等领域提供了坚实的基础。 目录 Harris角点检测 SIFT(尺度不变特征变换) SURF(加速稳健特征) ORB(Oriented FAST and Rotated BRIEF) 总结 特征点检测与匹配是计算机视觉中的一项基…

Vue3实现PDF在线预览功能

​🌈个人主页:前端青山 🔥系列专栏:Vue篇 🔖人终将被年少不可得之物困其一生 依旧青山,本期给大家带来Vue篇专栏内容:Vue3现PDF在线预览功能 前言 在开发中,PDF预览和交互功能是一个常见的需求。无论是管理…

常用的EDA 工具

1) 逻辑设计: Cadence 的Verilog XL  模拟电路设计: Mentor 的Viewdraw  电路合成: Synopsys 的Design Compiler  电路仿真: Synopsys 的Hsim 和Hspice  人工布局: Cadence 的Virtuso  自动布局…

基于ESP32的桌面小屏幕实战[5]:PCB下单

1. 焊接调试前准备 PCB下单 点击“PCB下单” 检查一下DRC 确认无错误之后,确认下单 然后就会跳转到下面的网页 基本上保持默认选项即可。可以看到“焊盘喷镀”有3个选项。 在选择表面处理工艺时,应综合考虑产品的具体需求、环保法规以及成本等因素。例…

云原生架构的演变与实践

云原生架构的演变与实践 在现代软件开发的时代背景下,云原生架构日益成为推动业务转型的关键。它以云为中心的应用架构和开发思维,不仅包括了容器化的基本形式,更涉及全方位的应用管理及优化。本文将围绕云原生的特征、迁移步骤以及模式展开…

探索现代 Web 开发中的流行技术:深入学习 Vite 的使用

在前端开发的世界中,构建工具扮演着越来越重要的角色。从 Webpack 到 Parcel,再到 Rollup,每个工具都有自己的独特定位和目标。而今天,我们要讨论的是一款近年来迅速崛起并受到广泛欢迎的构建工具— Vite。 本文将从基本原理到实…

如何通过 6 种方式将照片从 iPhone 传输到戴尔 PC?

“你知道如何将iPhone上的照片转移到电脑上吗?我的iPhone上有很多照片,所以我想将这些照片从iPhone转移到电脑上。请给我一些建议,谢谢!” - Nirenling 在戴尔社区中发布 您的iPhone是否被各种精彩的照片和视频占满而存储空间不…

『SQLite』表达式操作

摘要:表达式是一个或多个值、运算符和计算值的 SQL 函数的组合。SQL 表达式与公式类似,都写在查询语言中。 基本语法 SELECT column1, column2, columnN FROM table_name WHERE [CONTION | EXPRESSION];布尔表达式 SQLite 的布尔表达式在匹配单个值的…

升级 Spring Boot 3 配置讲解 —— 支持断点传输的文件上传和下载功能

学会这款 🔥全新设计的 Java 脚手架 ,从此面试不再怕! 在现代 Web 应用中,文件上传和下载是非常常见的需求。然而,当文件较大时,传统的上传下载方式可能会遇到网络不稳定或传输中断的问题。为了解决这些问题…

框架Tensorflow2

深度学习框架之Tensorflow2 Tensorflow2版本的介绍 Tensorflow(简称tf)是深度学习框架,大大简化了建模的方法和步骤,把Keras Api当作核心,使用非常简单,跨平台,集成各种现成模型,eager mode使得调试起来不…

SpringBoot3-深入理解自动配置类的原理(尚硅谷SpringBoot3-雷神)

文章目录 目录了解自动配置 一、导入对应场景的Mean依赖:1、引入依赖**找到自动配置类的所有配置都存放在哪里** 二、编写主程序:SpringBootApplication观察源码时所需要知道的几个核心注解:1、观察SpringBootApplication源码都做了什么 三、…

Mongo高可用架构解决方案

Mongo主从复制哪些事(仅适用特定场景) 对数据强一致性要求不高的场景,一般微服务架构中不推荐 master节点可读可写操作,当数据有修改时,会将Oplog(操作日志)同步到所有的slave节点上。那么对于从节点来说仅只读,所有slave节点从master节点同步数据,然而从节点之间互相…

商业领域 - 竞标极简理解

竞标极简理解 竞标是一种投标过程,指参与者(通常是企业或个人)为了获得某个项目或合同的执行权,向招标人(通常是采购方或项目发起方)提交报价和方案,并争取获得招标人的认可 竞标是一种常见的招…

C#Halcon跨窗口颜色识别

机器视觉是一门让计算机模拟人类视觉功能的学科。颜色识别在其中扮演着重要的角色,它旨在通过对图像中的颜色信息进行分析,从而识别出图像中的目标物体或者区域。例如,在水果分拣系统中,可以根据水果的颜色(如苹果的红…

01:C语言的本质

C语言的本质 1、ARM架构与汇编2、局部变量初始化与空间分配2.1、局部变量的初始化2.1、局部变量数组初始化 3、全局变量/静态变量初始化化与空间分配4、堆空间 1、ARM架构与汇编 ARM简要架构如下:CPU,ARM(能读能写),Flash(能读&a…