3 月 29 日大量用户反映 DeepSeek 服务出现异常,在宕机 12 小时后恢复服务,怎么回事?
3月29日,DeepSeek服务出现约12小时的异常宕机,随后恢复正常。经测试分析,此次服务中断极有可能是因后台版本更新所致。在服务恢复后,DeepSeek网页端的上下文处理能力出现了显著提升,尤其是针对长文本的复杂指代消解任务,性能指标较之前大幅优化。
01核心测试数据对比
为验证更新效果,测试采用了OpenAI MRCR 8针测试法,对DeepSeek网页端的128k和512k上下文长度进行了评估。每个上下文长度使用了10个样本进行测试,并与3月11日至13日的基准数据进行了对比。由于DeepSeek网页端尚未开源分词器,测试统一使用了v3.2分词器统计Token数。
| 上下文长度 | 更新前分数 (3月中) | 更新后分数 (3月30日) | 性能变化 |
|---|---|---|---|
| 128k | 43.37% - 45% | 94% | 大幅提升 |
| 512k | 25% | 36% | 显著改善 |
DeepSeek更新前后MRCR测试分数对比
02测试方法:MRCR 8针挑战
本次测试采用的是MRCR(Multi-Round Co-reference Resolution,多轮共指消解)8针测试。该方法在上下文的不同位置均匀嵌入8个同主题、同类型、关键词高度重叠的生成内容(如8首关于企鹅的诗或8篇同主题博客)。模型需要精准定位并处理用户指定序号或特征的目标。
测试难度分级对比
NIAH 大海捞针测试
基础测试
- 仅包含一根针
- 仅需关键词匹配
- 不需要做指代消解
- 难度较低
RULER 测试
进阶测试
- 包含多根针
- 无语义重叠
- 不会出现混淆
- 不需要做指代消解
MRCR 8针测试
高阶测试(本次采用)
- 包含8根高度相似的针
- 同主题、同类型、关键词重叠
- 要求精准的指代消解能力
- 难度最高
03技术推理与功能波动
- 服务异常关联Tool use:3月29日DeepSeek提示“我已是完全之鲸”,随后出现服务异常,推测本轮问题与Tool use(工具使用)功能的更新强相关。
- SVG与Agentic Search波动:在服务恢复后,SVG Thinking模版和Agentic Search功能一度回归,但在下午17点至18点间再次出现异常,这两项功能被回退。
- 功能现状:目前SVG功能和Agentic Search功能已再次恢复,但系统限制同时只能提问一个问题,推测可能正在进行稳定性压测。
当前文章无评论,是时候发表评论了