只是少打了一個問號

原標題：DeepSeek V3“報錯家門”：我是ChatGPT
文章來源：量子位
內容字數：3194字

DeepSeek V3：爆火與爭議

近日，大模型DeepSeek V3引發熱議，其低成本（557.6萬美元）訓練和強大的能力成為焦點。然而，一個奇怪的bug也備受關注：缺少問號時，DeepSeek V3會“報錯家門”，自稱ChatGPT，甚至生成與ChatGPT相同的笑話。

“報錯家門”之謎

1. **并非ChatGPT數據訓練？** 盡管有人懷疑DeepSeek V3是在ChatGPT輸出基礎上訓練的，但這一說法缺乏有力證據。許多大模型都接觸過ChatGPT的數據，但這并不意味著DeepSeek V3的性能完全依賴于此。其在Pile測試中的高分也說明，其性能并非完全取決于ChatGPT數據。

2. **AI污染的隱患？** TechCrunch指出，網絡充斥著AI生成的“垃圾數據”，這使得訓練數據難以徹底過濾AI輸出，導致模型出現“報錯家門”的情況。歐盟預測，到2026年，90%的在線內容可能是AI生成的，這進一步加劇了“AI污染”的風險。

3. **成本節約的？** AI Now Institute的首席科學家Heidy Khlaaf認為，開發者被從現有AI模型中“蒸餾”知識帶來的成本節約所吸引，這可能導致意外地使用ChatGPT或GPT-4輸出進行訓練。

DeepSeek V3的強大能力

1. **實用性強：** 盡管存在bug，DeepSeek V3的強大能力獲得廣泛認可。許多用戶分享了其在網站創建、AI視頻編輯和AI編程等領域的實用案例，例如結合Cursor進行貪吃蛇游戲開發。

2. **優于競品：** 在與Claude Sonnet 3.5的對比測試中，DeepSeek V3在Scroll Hub網站創建方面表現更佳。

3. **團隊構成：** DeepSeek V3的論文貢獻列表中，不僅包含技術人員，還包括數據注釋和商務人員，體現了團隊的全面性。

總結

DeepSeek V3的“報錯家門”bug引發了人們對AI數據污染和模型訓練方法的思考。盡管存在這一問題，DeepSeek V3強大的能力和廣泛的應用前景依然值得關注。其低成本訓練也為大模型發展提供了新的思路。未來，如何有效地解決AI數據污染問題，將成為大模型領域面臨的重要挑戰。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破