DeepSeek-V2.5：融合通用与编程能力的新开源模型
DeepSeek正式发布DeepSeek-V2.5，该模型融合了DeepSeek-V2-0628的通用对话能力和DeepSeek-Coder-V2-0724的强大代码处理能力，在写作、指令跟随等任务上显著提升，并增强了安全性和人类偏好对齐。模型现已开源并在网页和API上可用。
文章情报
要点
- DeepSeek-V2.5合并了通用聊天模型和代码模型，提供一体化体验。
- 在多项基准测试中表现优于前代版本，尤其在中文内容创作和问答方面。
- 安全性大幅提升，抵抗越狱攻击能力增强，同时减少对正常查询的误伤。
- 代码能力保留并优化，FIM补全任务提升5.1%，在HumanEval和LiveCodeBench上表现更好。
为什么重要
这条新闻值得关注，因为DeepSeek-V2.5合并了通用聊天模型和代码模型，提供一体化体验。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
DeepSeek于2024年9月5日正式发布了DeepSeek-V2.5，这是一个将通用对话与编程能力深度融合的新一代开源模型。该模型由DeepSeek-V2-0628和DeepSeek-Coder-V2-0724合并而成，不仅保留了前者的通用对话能力，还继承了后者的强大代码处理能力，并在对齐人类偏好方面进行了优化。此外，DeepSeek-V2.5在写作和指令跟随等任务上取得了显著进步，现已通过网页和API向用户开放，且API端点向后兼容，用户可通过deepseek-coder或deepseek-chat调用。
在通用能力方面，DeepSeek-V2.5在大多数行业标准测试集上超越了前代版本。内部中文评估显示，与DeepSeek-V2-0628相比，该模型对GPT-4o mini和ChatGPT-4o-latest的胜率显著提高，尤其是在内容创作和问答任务中，整体用户体验得到提升。
安全性是本次迭代的重点之一。DeepSeek-V2.5更清晰地定义了模型安全边界，在增强抵御越狱攻击能力的同时，减少了安全策略对正常查询的过度泛化。内部测试显示，整体安全得分从DeepSeek-V2-0628的74.4%提升至82.6%，安全溢出率从11.3%降至4.6%。
在代码领域，DeepSeek-V2.5保留了DeepSeek-Coder-V2-0724的强大能力，并在HumanEval Python和LiveCodeBench（2024年1月至9月）上取得显著进步。FIM补全任务在内部评估中提升了5.1%，增强了插件补全体验。尽管在HumanEval多语言和Aider测试中略逊于Coder-V2-0724，但整体代码能力仍处于领先水平。
目前，DeepSeek-V2.5已作为开源模型在HuggingFace上发布，研究人员和开发者可以自由访问和使用。此版本标志着DeepSeek在构建统一高效AI模型方面迈出了重要一步。