DeepSeek-V4-Pro'nun "tek API üç model" olduğu iddia edildi mi? Topluluk testleri, arkasında Agent ortamı farklılıklarının olabileceğini ortaya koyuyor.
BlockBeats haberine göre, 15 Ağustos'ta son günlerde AI topluluğunda DeepSeek-V4-Pro'nun birden fazla sürümü olabileceği tartışılıyor. Bazı kullanıcılar, aynı deepseek-v4-pro arayüzünü çağırırken IP değiştirdiklerinde veya yeni bir oturum başlattıklarında modelin üç farklı "akıl yürütme stili" sergilediğini fark etti:
Bir tür sık sık "Let me" ile başlıyor ve önceki V4 Pro Preview'e yakın; bir tür sık sık "The user wants me" ifadesini kullanıyor ve V4 Flash'a benziyor; diğer bir tür ise yoğun şekilde "we" kullanıyor ve bazı kullanıcılar tarafından daha güçlü "efsanevi V4 Pro" olarak adlandırılıyor.
Aynı oturum belirli bir moda girdikten sonra sonraki performans genellikle istikrarlı kaldığından, topluluk bir süre DeepSeek'in API arkasında birden fazla model gizleyip yönlendirme mekanizmasıyla dağıtıp dağıtmadığını tahmin etti. Ancak DeepSeek Harness kaynak kodunun daha derinlemesine analizi sonrasında başka bir açıklama ortaya çıktı: farklılıklar farklı model ağırlıklarından değil, Agent çalışma ortamından kaynaklanıyor olabilir.
Topluluk, 10 Ağustos'ta DeepSeek Harness resmi deposuna önemli bir commit eklendiğini keşfetti:
"fix(preset): align minimal agent with RL composition"
Bu güncelleme, Minimal Agent'ı güçlendirilmiş öğrenme (RL) eğitimi sırasında kullanılan Agent ortamıyla uyumlu hale getirmeyi amaçlıyor.
Resmi belgelere göre Minimal preset, minimal sistem promptu, kalıcı Bash ortamı, belirlenmiş düzenleme araçları, RL eğitiminde kullanılan compaction politikasını içerir ve ekstra kimlik ipuçları, Web ipuçları ve araç açıklamalarını kaldırır.
Bu, DSH Minimal'ın Standard sürümünün "kısaltılmış" bir versiyonu olmayabileceği, aksine model eğitim aşamasında gerçekten karşılaştığı Agent ortamını simüle ettiği anlamına gelir.
Topluluk testleri de bu görüşü destekliyor. Aynı DeepSeek V4 Pro farklı Harness ortamlarında şu performansı gösteriyor:
DSH Standard: 91 puan;
DSH PTC: 92 puan;
DSH Minimal: 99/96 puan.
Ardından, testçi "Anchored Standard" eklentisini geliştirdi: İlk istek Minimal ortamını simüle etti, yalnızca shell ve read araçlarını açtı, ilk araç çağrısı tamamlandıktan sonra Standard tam araç setini geri yükledi; sonuç olarak art arda 98/99 puan aldı.
Testçi, V4 Pro Agent'ın yeteneklerini belirleyen anahtarın nihai olarak sahip olduğu araç sayısı değil, modelin ilk gördüğü şey olduğunu düşünüyor: System Prompt + Tool Schema + Agent Scaffold.
Bu nedenle, sözde "üç DeepSeek modeli" aslında iki katmanlı faktörlerin birleşimi olabilir:
Bir yanda API hizmet ortamı, dağıtım yapılandırması veya gri örnek farklılıkları; diğer yanda modelin RL eğitim dağılımına yakın bir Agent ortamına girip girmediği.
Ancak, bu iddia şu ana kadar DeepSeek tarafından resmi olarak doğrulanmadı. Resmi API dokümantasyonu, deepseek-v4-pro'nun DeepSeek-V4-Pro-0813 resmi sürümüne karşılık geldiğini gösteriyor ve çoklu model otomatik yönlendirme mekanizması açıklanmadı.
Şu an için, DeepSeek-V4-Pro'nun farklı performansları büyük olasılıkla model ağırlıkları, çıkarım ortamı ve Agent çerçevesinin ortak etkisinin sonucudur; basitçe üç gizli modelin varlığından kaynaklanmıyor.
