E129 DeepSeek厉害吗？手把手教你用趣味测试复现其存在的严重问题，小白友好（非问答1小时） | 透明茶室 • 每日新闻事件分析 | LLM | 大模型 | chatGPT | R1

这是一个单人播客，主要对大型语言模型 DeepSeek 进行了深入的测试和分析。播客首先介绍了 DeepSeek 的背景和当前对其褒贬不一的评价，然后通过三个方面的测试（文本连贯性、Prompt 敏感度、过拟合和模式固化）来评估 DeepSeek 的性能。测试中，分别使用了 DeepSeek 的 V3 和 R1 版本以及 ChatGPT 进行对比，结果显示 DeepSeek R1 在文本连贯性和 Prompt 敏感度方面存在严重问题，而 V3 版本也表现出不足。最后，播客总结了 DeepSeek 的优缺点，并建议听众在实际应用中谨慎使用，尤其是在需要稳定输出的商业应用场景中。 一个具体的例子是，在测试文本连贯性时，DeepSeek 经常在长文本输出中偏离主题，产生与上下文无关的内容，而 ChatGPT 则表现得更为稳定。 通过这些测试，播客帮助听众提升了对大型语言模型的理解和判断能力，并强调了在信息爆炸时代独立思考和验证信息的重要性。