DeepSeek 发布推理模型更新版 DeepSeek-R1-0528

发生了什么

2025 年 5 月 28 日，深度求索发布了 DeepSeek-R1 的更新版本，采用 MIT 许可证。^[2][1]

蒸馏（distillation）指训练一个较小的模型去模仿较大模型的输出。这里的做法是把 R1 更新版的推理过程（思维链）用作训练材料，训练较小的 Qwen3 8B Base 模型。

关键细节

AIME 2025 的正确率从 70.0% 提高到 87.5%，平均每道 AIME 题使用的词元数从约 1.2 万增长到约 2.3 万，体现出更深入的推理。^[1]

GPQA-Diamond 从 71.5 分提高到 81.0 分，LiveCodeBench（2408–2505）从 63.5 分提高到 73.3 分。^[1]

SWE-bench Verified 从 49.2 分提高到 57.6 分，人类最后的考试（Humanity's Last Exam）从 8.5 分提高到 17.7 分。^[1]

更新后的模型支持系统提示词，不再需要强制加上 <think> 前缀才能触发推理。函数调用也有所增强，BFCL v3 多轮测试得分为 37.0。^[1]

深度求索把思维链蒸馏到 Qwen3 8B Base 上，得到 DeepSeek-R1-0528-Qwen3-8B。该模型在 AIME 2024 上得 86.0 分，比 Qwen3 8B 高 10 分，与 Qwen3-235B-thinking 相当。^[1]

影响

更新版采用 MIT 许可证，允许商业使用和蒸馏，其他人可以在此基础上开发，无需另行协商许可。文中的提升数字由深度求索报告，阅读时最好参照独立第三方在同一基准上的测量结果。