Deepseek V3 0324 GGUF

🚀 DeepSeek-V3-0324 Dynamic GGUF

本项目提供了DeepSeek-V3-0324的GGUF格式模型，可在llama.cpp、LMStudio、Open WebUI等推理框架中运行。同时，还提供了免费的微调笔记本，帮助用户将模型微调为推理模型。

🚀 快速开始

• 本地运行指南：阅读我们的指南，获取在本地运行DeepSeek-V3-0324的详细说明。
• 免费微调：使用我们的免费Google Colab笔记本，将Llama 3.1 (8B) 转换为推理模型：点击开始。

✨ 主要特性

DeepSeek-V3-0324在多个关键方面相较于其前身DeepSeek-V3有显著改进。

推理能力

• 基准测试性能显著提升：
  • MMLU-Pro：从75.9提升至81.2（+5.3）
  • GPQA：从59.1提升至68.4（+9.3）
  • AIME：从39.6提升至59.4（+19.8）
  • LiveCodeBench：从39.2提升至49.2（+10.0）

前端网页开发

• 代码可执行性提高
• 网页和游戏前端更美观

中文写作能力

• 风格和内容质量提升：
  • 符合R1写作风格
  • 中长篇写作质量更佳
• 功能增强：
  • 多轮交互式重写能力提升
  • 翻译质量和书信写作优化

中文搜索能力

• 增强报告分析请求，输出更详细

函数调用改进

• 函数调用准确性提高，修复了之前V3版本的问题

📦 安装指南

DeepSeek-V3-0324的模型结构与DeepSeek-V3完全相同。如需了解如何在本地运行此模型的更多信息，请访问DeepSeek-V3仓库。

⚠️ 重要提示

Hugging Face的Transformers尚未直接支持该模型。

💻 使用示例

系统提示

在官方DeepSeek网页/应用中，我们使用带有特定日期的相同系统提示。

该助手为DeepSeek Chat，由深度求索公司创造。
今天是{current date}。

例如：

该助手为DeepSeek Chat，由深度求索公司创造。
今天是3月24日，星期一。

温度参数

在我们的网页和应用环境中，温度参数 $T_{model}$ 设置为0.3。由于许多用户在API调用中使用默认温度1.0，我们实现了一个API温度 $T_{api}$ 映射机制，将输入的API温度值1.0调整为最合适的模型温度设置0.3。

$$ T_{model} = T_{api} \times 0.3 \quad (0 \leq T_{api} \leq 1) $$

$$ T_{model} = T_{api} - 0.7 \quad (1 < T_{api} \leq 2) $$

因此，如果你通过API调用V3，温度1.0相当于模型温度0.3。

文件上传和网页搜索提示

文件上传

请按照以下模板创建提示，其中 {file_name}、{file_content} 和 {question} 是参数。

file_template = \
"""[file name]: {file_name}
[file content begin]
{file_content}
[file content end]
{question}"""

网页搜索

对于中文查询，我们使用以下提示：

search_answer_zh_template = \
'''# 以下内容是基于用户发送的消息的搜索结果:
{search_results}
在我给你的搜索结果中，每个结果都是[webpage X begin]...[webpage X end]格式的，X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分引用上下文。如果一句话源自多个上下文，请列出所有相关的引用编号，例如[citation:3][citation:5]，切记不要将引用集中在最后返回引用编号，而是在答案对应部分列出。
在回答时，请注意以下几点：
- 今天是{cur_date}。
- 并非搜索结果的所有内容都与用户的问题密切相关，你需要结合问题，对搜索结果进行甄别、筛选。
- 对于列举类的问题（如列举所有航班信息），尽量将答案控制在10个要点以内，并告诉用户可以查看搜索来源、获得完整信息。优先提供信息完整、最相关的列举项；如非必要，不要主动告诉用户搜索结果未提供的内容。
- 对于创作类的问题（如写论文），请务必在正文的段落中引用对应的参考编号，例如[citation:3][citation:5]，不能只在文章末尾引用。你需要解读并概括用户的题目要求，选择合适的格式，充分利用搜索结果并抽取重要信息，生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长，对于每一个要点的论述要推测用户的意图，给出尽可能多角度的回答要点，且务必信息量大、论述详尽。
- 如果回答很长，请尽量结构化、分段落总结。如果需要分点作答，尽量控制在5个点以内，并合并相关的内容。
- 对于客观类的问答，如果问题的答案非常简短，可以适当补充一到两句相关信息，以丰富内容。
- 你需要根据用户要求和回答内容选择合适、美观的回答格式，确保可读性强。
- 你的回答应该综合多个相关网页来回答，不能重复引用一个网页。
- 除非用户要求，否则你回答的语言需要和用户提问的语言保持一致。

# 用户消息为：
{question}'''

对于英文查询，我们使用以下提示：

search_answer_en_template = \
'''# The following contents are the search results related to the user's message:
{search_results}
In the search results I provide to you, each result is formatted as [webpage X begin]...[webpage X end], where X represents the numerical index of each article. Please cite the context at the end of the relevant sentence when appropriate. Use the citation format [citation:X] in the corresponding part of your answer. If a sentence is derived from multiple contexts, list all relevant citation numbers, such as [citation:3][citation:5]. Be sure not to cluster all citations at the end; instead, include them in the corresponding parts of the answer.
When responding, please keep the following points in mind:
- Today is {cur_date}.
- Not all content in the search results is closely related to the user's question. You need to evaluate and filter the search results based on the question.
- For listing-type questions (e.g., listing all flight information), try to limit the answer to 10 key points and inform the user that they can refer to the search sources for complete information. Prioritize providing the most complete and relevant items in the list. Avoid mentioning content not provided in the search results unless necessary.
- For creative tasks (e.g., writing an essay), ensure that references are cited within the body of the text, such as [citation:3][citation:5], rather than only at the end of the text. You need to interpret and summarize the user's requirements, choose an appropriate format, fully utilize the search results, extract key information, and generate an answer that is insightful, creative, and professional. Extend the length of your response as much as possible, addressing each point in detail and from multiple perspectives, ensuring the content is rich and thorough.
- If the response is lengthy, structure it well and summarize it in paragraphs. If a point-by-point format is needed, try to limit it to 5 points and merge related content.
- For objective Q&A, if the answer is very brief, you may add one or two related sentences to enrich the content.
- Choose an appropriate and visually appealing format for your response based on the user's requirements and the content of the answer, ensuring strong readability.
- Your answer should synthesize information from multiple relevant webpages and avoid repeatedly citing the same webpage.
- Unless the user requests otherwise, your response should be in the same language as the user's question.

# The user's message is:
{question}'''

📚 详细文档

模型量化版本

我们的DeepSeek-V3-0324 GGUFs包含1 - 4位动态版本，相较于标准量化，具有更高的准确性和更好的结果。

注：初步版本表示通过我们的测试，它们通常表现良好，但有时可能无法生成最佳代码，因此需要更多的工作和测试。2.71位在性能/大小方面表现最佳，生成的代码质量高且运行良好。2.42位也通过了我们的所有测试。因此，为了获得最佳结果，建议使用2.42位（IQ2_XXS）或2.71位（Q2_K_XL）版本。虽然不是必需的，但建议至少拥有180GB以上的VRAM + RAM。

免费微调

我们提供免费的Google Colab笔记本，可将多种模型微调为推理模型。所有笔记本都对初学者友好！添加你的数据集，点击“全部运行”，你将获得一个速度提升2倍的微调模型，该模型可以导出为GGUF、vLLM格式或上传到Hugging Face。

模型功能支持

此模型支持函数调用、JSON输出和FIM完成等功能。有关如何构建提示以使用这些功能的说明，请参考DeepSeek-V2.5仓库。

📄 许可证

本仓库和模型权重遵循MIT许可证。

🔧 技术细节

引用信息

@misc{deepseekai2024deepseekv3technicalreport,
      title={DeepSeek-V3 Technical Report}, 
      author={DeepSeek-AI},
      year={2024},
      eprint={2412.19437},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2412.19437}, 
}

📞 联系我们

如果您有任何问题，请提出问题或通过service@deepseek.com与我们联系。