（来源：上观新闻）
博主Si🐮mon🧻🇻🇮 Williso🇮🇱🍂n在其测🇧🇾评文章中指出，V👨👦📢4-P➿🛹ro（1👨🚒.6万亿参数）是🎹目前已知最大的💌开源权☁👩⚖️重模型，超过Ki⚛mi K2.🧁6（1.1万亿）⚽📆、GL🏀M-5.1（7⚫👩🔧540亿）以及D🇹🇦🚎eep🅰🌍Seek V👧3.2（685💗🇸🇻0亿），为🧁有意本地部署👮♀️的企业用户提供了🤳新的选项🇯🇵。
一个特🈸别值得关注的📗发现是🇼🇫🕠：指令遵循能🕔力强的模型，不🔪💗一定事实准确率高✂📕。模型评测平台Ar🇪🇭ena.ai在V🇱🇹🛤4发布当日🆗ℹ宣布，De👩🎤⚖epSeek V🔕4 Pro（思🇧🇼🥀考模式）♒在其代👨✈️码竞技场中排名🇨🇩🏁开源模型第3📧🇳🇵位，综合排名第1🇰🇳🦞4位，🐦泛目录最新技术并将此🌤🧣次发布定性为🧤"相较Deep📳🦅Seek V3❄🆘.2的重大👯💮飞跃"🈷。
Q&A Q1：🏩🕐DR3🏫⚰-Eva🌭l评测基准和以往🛷🚰的深度研👏究评测工具有什么🏭🇨🇾区别？ A：🦵DR3-Ev🦀al最核心的*️⃣🕢不同点在于🇳🇫👨🦰三个方面🃏♾️：它采用真🍗🗞实用户提🇴🇲供的多媒🇨🇼🙎体材料（图🦹♀️🥒片、视频、🇦🇬🇨🇱音频、文档）作为🚥输入，而非纯文🌝字；它为每个任✡务单独构💰🇯🇵建一个静态沙箱语🎐👀料库，既保证🖌可复现😾性又模拟真实网👨🔬🕦络的复杂噪💳👮音；它采用逆向出😺题法，🥢🧯从已知证据反推问🈷题，确保🍞每道题都🏠有明确🏫可验证🎠🇹🇩的答案♦路径⛹️♀️🎭。
