大模型评测【DeepSeek】｜最新的DeepSeek-v3-0324相比旧版本提升了多少？哪方面提升最多？

DeepSeek-v3首发于2024年12月底，而最新版本发布于3月24日，即DeepSeek-v3-0324。官方也给出了在主流英文评测集上的前后效果对比，如下： 那么在中文上的效果提升多少呢？我们基于8大领域（300多个细分维度）的中文评测给出回答： 统计 deepseek-v3 deepseek-v3-0324 变化 总分 66.99 77.37 +15% 医疗 71.21 78.05 +10% 教育 77.04 85.46 +11% 金融 73.68 76.11 +3% 法律 39.57 61.50 +55% 行政公务 58.00 81.50 +41% 心理健康 56.00 64.62 +15% 推理与数学计算 81.08 86.25 +6% 语言与指令遵从 79.31 85.43 +8% 更多细分维度结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

从上表可知：

• DeepSeek-v3-0324总分提高了15%，算是稳步提升。

• 而在法律和行政公务领域却有超出预期的巨幅改进，涨幅分别高达55%、41%。

• 相比之下，在金融领域却只有3%的微小提升。

---

关于大模型评测EasyLLM：https://easyllm.site

1. 最全——全球最全大模型评测平台，已囊括200+大模型、300+评测维度

2. 最新——每周更新大模型排行榜

3. 最方便——无需注册/梯子，国内外各个大模型可一键评测

4. 结果可见——所有大模型评测的方法、题集、过程、得分结果，可见可追溯

5. 错题本——百万级大模型错题本

6. 免费——为您的私有模型提供免费的全方位评测服务，欢迎私信