🧵 DeepSeek, судя по всему, участвует или участвовала в масштабной операции по сбору результатов проприетарных моделей (включая Claude Fable 5) через их API для определённых запросов в рамках усилий по дистилляции.

Увидев такие утверждения сегодня утром, мы провели собственное расследование в нашем Discord. Мы обнаружили, что когда "Deepseek V4" использовалась внутри OpenCode — через их официальный API — для сложных промптов (например, 3D-игр) в сочетании с запросом, связанным со знаниями, модель выдаёт практически идентичные результаты с Fable 5. Структура CoT также сильно отличается от того, что обычно ожидается от моделей DeepSeek. Оба этих поведения возвращаются к ожидаемым для V4 при использовании простых промптов.

Когда "Deepseek V4" попросили включить ответы на вопросы, связанные с кибер- или биозадачами (мы проверили, что они срабатывают на классификаторах Fable), в свои 3D-игры, качество результатов резко упало. Это очень сложно объяснить, если только запрос не направлялся к Fable и не откатывался после срабатывания классификатора.

Для сложных промптов с кодом без примесей, например 3D-игр, результаты были поразительно похожи на те, что выдаёт Fable 5.

Нам удавалось стабильно получать такие результаты через OpenCode и официальный API DeepSeek в сочетании с промптом, задающим сложную задачу по коду. DeepSeek с тех пор продолжает модифицировать свою систему маршрутизации — мы наблюдали изменения в поведении и стиле CoT по сравнению с предыдущими. Наше расследование проводилось с 7:00 до 8:00 по тихоокеанскому времени.

🍷 @synthwavedd · оригинал