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

西风
2025-02-14
14:15:23

来源：量子位

梦晨 西风 发自 凹非寺

量子位 | 公众号 QbitAI

让思考，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。

先来看一段VCR：

视频链接：https://mp.weixin.qq.com/s/vhv4Eb5XoA2d4LKRqVRQag?token=1656933192&lang=zh_CN

再来看一个测评结果：

在代码编辑基准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。

而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。
• 但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“<thinging>”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：https://github.com/getasterisk/deepclaude

参考链接：
[1]https://aider.chat/2025/01/24/r1-sonnet.html
[2]https://x.com/deepclaude_/status/1886911416478642279
[3]https://x.com/omercelik/status/1883510797193937278
[4]https://x.com/mufeedvh/status/1883620781583901011

Read More