DeepSeek缝合Claude,比单用R1/o1效果都好!GitHub揽星3k

DeepSeek 代替 Claude 思考,缝合怪玩法火了。

原因无它:比单独使用 DeepSeek R1、Claude Sonnet 3.5、OpenAI o1 模型的效果更好

来看一个测评结果:

代码编辑基准 Polyglot Benchmark 上,缝合模型效果小超 o1-high 和 R1 一头。

在这个测试中,R1 扮演架构师,描述如何解决代码问题。

Claude 扮演程序员,按要求生成特定的代码编辑指令,以便把改动应用到源文件中。

除此之外,实验过程中还得出还有几个有意思的结论:

  • o1 与 Claude Sonnet 搭配效果并不如单独使用 o1。

  • 使用 R1 或 o1 当架构师,Claude 之外的其他模型当程序员,效果都不如单独使用 R1 或 o1。

  • o1-preview 和 o1-mini 当架构师,使用很多不同的模型当程序员都能提高组合的成绩。

  • 使用 R1 的推理过程 token 效果不如使用 R1 的最终输出 token。

这样看来,R1 和 Claude Sonnet 还真是一对绝配啊~

DeepClaude 应用本身 100% 免费且开源,在 GitHub 上已揽获 3k 星星(当然 API 要用自己的)。

网友测试后总结到:Claude 擅长撰写清晰、结构良好的文本和代码,因此它能将 DeepSeek-R1 的想法转化为精炼的回复。

DeepClaude 作者之一对此有感而发:

AI 智能体和智能体应用正在展示出一种 "数字世界优先" 的范式转变,智能系统正在成为主动的合作者,而不仅仅是被动的工具。

DeepSeek 和 Claude 的混血儿

具体来说,DeepClaude 是一个 LLM 推理 API,通过 Rust 编写。

它提供了一个统一的接口,将 DeepSeek R1 的 CoT 逻辑推理能力和 Claude 的回复在单一流中无缝衔接

开发者可以通过这个 API 同时调用两种模型的功能,还能完全掌控自己的 API 密钥和数据。

打造它的团队名为 Asterisk,团队成员具有安全研究 & CTF(Capture The Flag)背景,致力于利用 AI 让检查代码安全这事儿变得更加高效。

团队认为,DeepSeek R1 的 CoT 深度推理甚至达到了 LLM 具有反省认知(metacognition)的程度,它能够自我纠正、思考不常见 / 极端 / 特殊的情况,并在自然语言中进行类似蒙特卡洛树搜索(MCTS)的推理。

不过 R1 在代码生成、创造力和对话技巧方面有所欠缺,Claude 3.5 Sonnet 在这些方面表现出色,刚好可以作补充。

何不将两者结合起来?取两者之长,打造出 DeepClaude~

对话中,Claude 回应之前,系统会显示 "" 这样的预填充文本。

DeepClaude 结合了这两种模型,具有以下特性:

托管 API 完全免费,允许用户使用自己的密钥,并将 DeepSeek 和 Claude 的流式 API 整合在一起,提供计算组合使用量和价格等便利功能。

代码是开源的,用户可以自由托管、修改和重新分发。团队表示它已经在 Asterisk 的生产环境中大规模使用,每天处理数百万 token,至今尚未出现故障,只要不滥用就行。

One More Thing

你以为两个模型缝合就是极限了吗?

No no no

还有网友开发出了三缝合玩法,将 DeepSeek-R1 和 Gemini 2.0 Flash 的思考结果组合起来,在让 Claude Sonnet 去回答问题。

在 GPQA 测试(谷歌搜不到的理化生博士级选择题)中也取得了好成绩。

Github 地址:github.com/getasterisk...

参考链接:

1\][aider.chat/2025/01/24/...](https://link.juejin.cn?target=https%3A%2F%2Faider.chat%2F2025%2F01%2F24%2Fr1-sonnet.html "https://aider.chat/2025/01/24/r1-sonnet.html") \[2\][x.com/deepclaude_...](https://link.juejin.cn?target=https%3A%2F%2Fx.com%2Fdeepclaude_%2Fstatus%2F1886911416478642279 "https://x.com/deepclaude_/status/1886911416478642279") \[3\][x.com/omercelik/s...](https://link.juejin.cn?target=https%3A%2F%2Fx.com%2Fomercelik%2Fstatus%2F1883510797193937278 "https://x.com/omercelik/status/1883510797193937278") \[4\][x.com/mufeedvh/st...](https://link.juejin.cn?target=https%3A%2F%2Fx.com%2Fmufeedvh%2Fstatus%2F1883620781583901011 "https://x.com/mufeedvh/status/1883620781583901011") --- **完** ---

相关推荐
weixin_668898641 分钟前
Ascend LlamaFactory微调书生模型
人工智能
全栈技术负责人4 分钟前
AI驱动开发 (AI-DLC) 实战经验分享:重构人机协作的上下文工程
人工智能·重构
Wu_Dylan4 分钟前
智能体系列(二):规划(Planning):从 CoT、ToT 到动态采样与搜索
人工智能·算法
一招定胜负5 分钟前
OpenCV轮廓检测完全指南:从原理到实战
人工智能·opencv·计算机视觉
知乎的哥廷根数学学派11 分钟前
基于多尺度注意力机制融合连续小波变换与原型网络的滚动轴承小样本故障诊断方法(Pytorch)
网络·人工智能·pytorch·python·深度学习·算法·机器学习
xiatianxy13 分钟前
云酷科技用智能化方案破解行业难题
人工智能·科技·安全·智能安全带
星云数灵15 分钟前
大模型高级工程师考试练习题8
人工智能·机器学习·大模型·大模型考试题库·阿里云aca·阿里云acp大模型考试题库·大模型高级工程师acp
A先生的AI之旅16 分钟前
2025顶会TimeDRT快速解读
人工智能·pytorch·python·深度学习·机器学习
2301_8002561117 分钟前
【人工智能引论期末复习】第3章 搜索求解2 - 对抗搜索
人工智能·算法·深度优先
温柔只给梦中人17 分钟前
深度学习:正则化
人工智能·深度学习