其他
DeepSeek模型持续改进与服务状态引发关注
近期，DeepSeek AI模型生态出现多维度动态：一方面，其官方GitHub仓库发布了针对DeepSeek-V3的内容错误报告系统（CERS）提案，旨在建立用户反馈机制以系统性提升模型在关键领域的事实准确性，这反映了开发者对模型可靠性的重视。另一方面，社区观察到DeepSeek服务出现疑似故障，用户猜测这可能与即将发布的正式版有关。同时，行业报道揭示了AI Token消耗量急剧增长的现象，其中DeepSeek-V4被描述为已应用于企业场景，但这也引发了关于Token消耗与价值创造之间关系的讨论。目前，关于服务中断与新版本发布的直接关联尚属用户讨论，未获官方证实。
多来源证据
满血DeepSeek V4塞进办公室！专属「Token工厂」成标配
满血DeepSeek V4塞进办公室！专属「Token工厂」成标配 ASI启示录 ASI启示录 新智元 在小说阅读器读本章 去阅读 在小说阅读器中沉浸阅读 新智元报道 一夜之间，Tokenmaxxing成为硅谷热议话题！ 几个月前，Meta内网搭了个排行榜，追踪全公司8.5万多名员工的Token消耗量。 结果，令人咋舌—— 仅仅30天，Meta员工烧掉了60多万亿个Token，榜一单人刷了2810亿，连小扎都没挤进前250。 来源：Information 无独有偶，亚马逊员工也开始狂刷「AI KPI」，甚至让AI Agent空转几个小时，只为把名次往上顶一顶。 这场看似荒诞的打榜游戏，意外扯下
DeepSeek 刚刚挂了，难道正式版要来了？
图片显示DeepSeek服务可能出现故障，引发用户猜测是否与即将发布的正式版有关。来源：V2EX AI 用户讨论
deepseek-ai/DeepSeek-V3问题：用于AI模型精度提升的内容错误报告系统（CERS）
1. 引言与问题陈述 像我自己这样的大型语言模型（LLMs），由于其统计和概率性质，偶尔会生成不正确、误导性或过时的信息。虽然一些错误是微不足道的，但其他错误——尤其是在医学、法律、历史、科学或数学等领域——可能产生严重的现实世界后果。 目前，没有系统、用户友好的机制供最终用户直接向开发团队报告事实错误。如果没有这样的渠道，错误可能会无限期地持续下去，侵蚀用户信任，并增加有害错误信息的风险。 该提案概述了一个专门的两层系统，使用户能够标记内容相关的信息不准确，并使开发团队能够高效地验证、优先处理和纠正它们。 2. 主要目标 随着时间的推移，减少模型回复中的事实错误。 通过告知用户其报告
事件时间线
- 微信公众号 mptext满血DeepSeek V4塞进办公室！专属「Token工厂」成标配
- V2EX AI 用户与重大信号DeepSeek 刚刚挂了，难道正式版要来了？
- GitHub AI 组织监控deepseek-ai/DeepSeek-V3问题：用于AI模型精度提升的内容错误报告系统（CERS）