DeepSeek: DeepSeek V3.1

DeepSeek V3.1 est le modèle textuel hybride de DeepSeek : la même édition nommée prend en charge des réponses avec et sans raisonnement grâce à différents réglages du gabarit de conversation. Le producteur met en avant une utilisation améliorée des outils, les tâches d'agents et l'efficacité du raisonnement par rapport à son modèle précédent. Il accepte des consignes écrites et un contexte textuel et génère une réponse, du code ou un contenu d'appel d'outil. L'identité V3.1 originale est distincte de Terminus, de V3.2 et de la famille V4.

La fiche du modèle indique 671 milliards de paramètres au total, 37 milliards de paramètres actifs et un contexte de 128K pour les éditions de base et post-entraînées. V3.1 s'appuie sur la base V3 originale avec un entraînement prolongé sur de longs documents avant le post-entraînement. Sa structure à mélange d'experts et à attention latente suit l'architecture V3. Ces caractéristiques de conception expliquent le profil textuel à long contexte sans transformer la valeur du contexte en une spécification distincte de sortie maximale.

Le mode sans raisonnement prépare une réponse directe, tandis que le mode avec raisonnement commence une phase de réflexion avant la réponse. Le gabarit de conversation du producteur utilise un marqueur de fermeture du raisonnement pour les réponses directes et un marqueur d'ouverture pour le tour de raisonnement actuel. Dans une conversation à plusieurs échanges, le contenu de raisonnement antérieur est supprimé tandis que les réponses finales et le marqueur de fermeture restent dans le contexte. C'est la règle d'historique de V3.1 originale, distincte de la règle V3.2 ultérieure qui préserve le raisonnement entre les messages liés aux outils.

L'appel d'outils standard est documenté en mode sans raisonnement. L'application fournit les noms de fonctions, leurs descriptions et les schémas de paramètres ; le modèle renvoie un nom d'outil sélectionné et des arguments JSON dans la représentation des appels d'outils du producteur. L'application exécute l'opération et renvoie son résultat. Donnez aux outils des objectifs précis et gardez l'observation renvoyée liée à l'appel, afin que l'étape suivante du modèle dispose de preuves plutôt que d'une hypothèse selon laquelle une action a eu lieu.

La recherche en mode avec raisonnement utilise un format spécialisé distinct d'agent de recherche. DeepSeek documente un outil de recherche fourni par l'utilisateur pour les questions nécessitant des informations externes ou actuelles, avec des appels répétés et des observations sur plusieurs échanges. La recherche fait donc partie du processus environnant ; sa mention ne signifie pas qu'une réponse textuelle a parcouru le web de manière autonome. Définissez la question, les critères de source et la réponse finale nécessaire avant de commencer la tâche de recherche.

Pour la programmation, fournissez le fragment ou les fichiers pertinents, le comportement observé, le comportement attendu et les contraintes à préserver. Voici un exemple de consigne : « Identifiez la cause de cet échec pour l'entrée fournie, proposez une correction ciblée et expliquez la condition prise en charge par la modification. » Pour une tâche documentaire, attribuez un libellé aux sections sources et demandez une comparaison selon des exigences explicites. Exigez de la réponse finale qu'elle distingue la conclusion appuyée par les sources d'une prochaine action proposée.

Le producteur entraîne V3.1 avec le format d'échelle UE8M0 FP8 pour les poids et les activations. Ses recommandations locales identifient aussi des paramètres sensibles à la précision qui doivent être traités correctement. Il s'agit de caractéristiques de la référence publiée du producteur, et non d'une affirmation concernant la précision ou l'implémentation sélectionnée par chaque application. Un dérivé, une variante quantifiée et le point de contrôle Terminus ultérieur restent des choix distincts de l'édition originale nommée V3.1.

Préparez les travaux plus longs avec une question claire, des libellés de source et un livrable final défini. Répartissez la conversation, le texte source, le raisonnement et la sortie dans le contexte documenté et ne conservez que les preuves pertinentes à mesure que la tâche s'allonge. Pour un agent, précisez les actions autorisées et le critère qui marque l'achèvement du résultat. Le livrable utile est une réponse textuelle vérifiable, une proposition de code ou une analyse appuyée par les sources, liée à l'entrée et aux observations que l'application a réellement renvoyées.