深圳市金沙威尼斯欢乐娱人城,威尼斯欢乐娱人城v3676,9499www威尼斯半导体科技有限公司专业半导体测试分选设备研发、设计、制造、销售与服务!

服务咨询热线:

0752-5880-900(8280)
4新闻中心
您的位置: 首页 > 新闻资讯 > 常见问题

DeepSeek V3 两周使用总结

文章出处:网络 责任编辑:深圳市金沙威尼斯欢乐娱人城,威尼斯欢乐娱人城v3676,9499www威尼斯半导体科技有限公司 发表时间:2025-01-27
 

  

DeepSeek V3 两周使用总结

  对于复杂的数据结构,使用类型别名(type)或接口(interface)定义类型。

  当函数或类需要处理多种类型时,使用泛型(Generic)而不是 any。

  (3)部分问答结果感觉是在 GPT-4 基础之上做了升华和补充,有些怀疑其使用了 GPT-4 的训练数据。网络上也有类似的声音:DeepSeek 把自己误认成了 ChatGPT?分析人士称,或用了 GPT 生成文本做训练数据。

  (1)从个人使用来看★★,DeepSeek V3 效果确实很好★,还能免费使用,NB。期望 DeepSeek V3 能越做越好,能优先支持自定义 BOT★。

  四、附优秀案例 - DeepSeek V3 关于“ts 中如何避免滥用 any 类型★★”问题的解答

  (1)RandomAccessFile 竟然使用了内存映射文件的技术?事实当然不是

  1 月 3 日周五★,在上班路上刷阮一峰的 科技爱好者周刊(第 332 期)★★★:西蒙·威利森的年终总结,梁文锋的访谈。看到阮大师分享及推荐了 DeepSeek V3,而后在朋友圈也看到一些推荐和分享★。当天是周五,组内有新技术探索安排,于是我抱着好奇、尝鲜★、怀疑和谨慎的态度测试了一下,看看 DeepSeek V3 是否真如宣传所说那么好?

  (2)个人建议在日常工作中,开放性问题可以以 DeepSeek V3 为主、GPT4-o 为辅★★;细节问题则对照两者使用,以 DeepSeek V3 的回答为主★★,并进行二次验证。

  (1)DeepSeek V3 的问答效果波动性较大,不靠谱的概率较高,好的时候比 GPT-4 好不少,差的时候则各种瞎说。

  (3)适用范围★★:相比 GPT-4o,DeepSeek V3 更适合用于解答开放式问题。对于较为具体的细节问题★★,两者各有优势,GPT-4o 更保守且更可靠,DeepSeek 广度和维度更高但也更容易出错。建议根据实际需求选用或两者参照使用。

  避免使用 any 是编写高质量 Type 代码的关键。通过明确类型★、使用联合类型、泛型、类型断言、unknown 类型、类型守卫和工具类型,可以显著提高代码的类型安全性和可维护性。同时,启用严格模式和逐步替换 any 也是有效的策略★。

  尝鲜后,感觉 DeepSeek V3 确实不错★,远超预期★★。不过心中仍有所保留,国产大模型(含商业版)各个都说自己不亚于 GPT-4,但实际使用来看★★,暂时还没有综合实力比 GPT-4 强的产品★。此外,既然 DeepSeek V3 效果比 GPT-4o 好,是否应该将其作为我日常工作的第一 LLM?我不可能长时间将同一问题★★★,同时向 GPT-4o 和 DeepSeek 发问,而后细看两者回答,最后再取长补短★★★。所以本阶段我将日常工作中遇到的各类问题,同时向 DeepSeek V3 和 GPT-4o 提问,通过对比两者效果,以帮助我更客观和更全面地判断两者优劣★,便于我未来二选一★★。

  当类型不确定时,使用 unknown 类型而不是 any★★★。unknown 是类型安全的★★★,因为它要求在使用前进行类型检查。

  在 Type 中★,any 类型是一种★★★“逃逸舱”,它可以绕过类型检查,但过度使用 any 会削弱 Type 的类型安全性。为了避免使用 any,可以采取以下策略:

  由于之前有多次类似工作,积累了不少 CASE,于是选取了其中部分典型的研发 CASE★,以 GPT-4o 为基准,快速测试及验证。

  经上阶段使用后,由于 DeepSeek V3 的缺点(给出错误答案的概率高于 GPT-4o)很致命,一度让我想放弃★★。然而,它的优点(整体回答效果优于 GPT-4o)又让我十分不舍★,比如在尝鲜阶段测试 CASE 中的“ts 中如何避免滥用 any 类型”问题上,DeepSeek V3 的回答是迄今为止我见过的最好的★★,没有之一★★。相比坑爹的回答★★★,优秀案例比例更高★。所以在本阶段,继续使用 DeepSeek V3,希望能总结其特点★★★,找到合适的适用场景,从而最大化地发挥它的优势。

  经过一周使用后★★★,个人认为:DeepSeek V3 更适合用于解答开放式问题★。对于较为具体的细节问题,两者各有优势,GPT-4o 更保守且更可靠,DeepSeek 广度和维度更高但也更容易出错。建议用户根据实际需求选用,或两者参照使用。

  说明★★★:以上 CASE 仅供参考,评分结果依赖个人主观评价★★★。由于大语言模型先天存在幻觉问题,无法保证答案及其效果的可重复性。

  我承认刚开始我是怀疑的,以为又是个嘴炮,毕竟类似的事情遇到不少,前几天刚被 Logback 坑了,Logback 官方自称其性能远高于 Log4j2★,实际上只是在某个时间点(2021 年),在特定配置和特定版本下的极限测试结果,且其测试基准不符合实际生产环境需求,比如将 FileAppender 的 immediateFlush 设置为 false,所以无实际指导性意义★★★。时至今日,两者真实性能已截然不同★,在当前最新版本和相同配置下,两者性能总体相当,甚至在部分场景下 Logback 性能反而不如 Log4j2,向作者反馈后,他仍旧选择了沉默,更别说同步更新或撤销Logback 性能说明文档。

  (1)优点★★★:整体回答效果优于 GPT-4o(GPT-4o 温度设置为 0.8,下同)。

  2024 年 12 月 26 日,杭州深度求索人工智能基础技术研究有限公司发布 DeepSeek-V3 大模型★★。官方宣称:(1)基于自研的 MoE 模型和 671B 参数★★★,在 14.8T token 上进行了预训练;(2)多项评测成绩超越了 Qwen2.5 - 72B 和 Llama - 3.1 - 405B 等其他开源模型★★★,在性能上与世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲★。个人自 2025 年 1 月 3 日开始试用,至今两周零两天,以下是使用过程中的心得体会与经验总结,仅供参考。

  (4)个人选择:目前在日常工作中★,开放性问题以 DeepSeek V3 为主、GPT4-o 为辅;细节问题则对照两者使用,且仍以 DeepSeek V3 的回答为主并二次验证。

深圳市金沙威尼斯欢乐娱人城,威尼斯欢乐娱人城v3676,9499www威尼斯半导体科技有限公司 Copyright 2021
咨询