V4-Flash为何能小参数反超大模型？
DeepSeekV4-Flash这次最骚的操作，是模型骨架和预览版完全一样（284B总参、13B激活参），只靠重新做了一轮“后训练”，能力就起飞了。 “后训练”是神来之笔：如果说“预训练”是让模型上完大学，那“后训练”就是让它去公司实习。V4-Flash通过高质量的指令对齐和强化学习，重点强化了它的Agent能力——学会拆解指令、调用工具、执行复杂任务。效果是立竿见影的：在DeepSWE代码修复基准上，直接从7.3分飙到54.4分；终端操作Terminal Bench 2.1也干到了82.7分，直逼Claude Opus 4.8。这就是“学霸做对了一道大题，但学渣学会了怎样解决一整类难题”的区别。“Harness”是外挂：V4-Flash的亮眼成绩，还搭上了自家Agent框架 “DeepSeek Harness” 的便车。可以把它理解为给模型配了一套“手脚”：让AI能操作终端、管理代码库、检查运行结果，甚至跑错了还能自己重来。模型是“大脑”，Harness就是让它能把“活”干出来的“身体”。
发布于 四川
1
2
2
未登录
友善发言
评论
加载中
