人工智能モデルの絶え間ない進化の中で、DeepSeek-V3-0324 は DeepSeek シリーズの最新モデルとして、注目すべき改善と最適化をもたらして登場しました。このモデルは、推論能力で質的な飛躍を遂げただけでなく、フロントエンドウェブ開発、中国語のライティング、中国語の検索、関数呼び出しの分野でより強力な実力を発揮し、ユーザーによりスマートで、効率的で、便利な体験を提供しています。
1. 推論能力の顕著な向上
DeepSeek-V3-0324 は、複数の権威あるベンチマークテストで注目すべき成績を収め、前任モデルの DeepSeek-V3 から顕著な性能向上を実現しました。MMLU-Pro テストでは、75.9 から 81.2 へと 5.3 上昇；GPQA テストでは、59.1 から 68.4 へと 9.3 上昇；AIME テストでは、39.6 から 59.4 へと 19.8 上昇；LiveCodeBench テストでは、39.2 から 49.2 へと 10.0 上昇しました。これらのデータは、DeepSeek-V3-0324 が複雑な推論任務を処理する際の強力な能力を示すだけでなく、人工知能推論分野での優位性も示しています。
2. フロントエンドウェブ開発の最適化
フロントエンドウェブ開発分野では、DeepSeek-V3-0324 が喜ばしい改善をもたらしました。このモデルが生成するコードの実行可能性が強化され、開発プロセス中のエラーと互換性の問題を効果的に減らし、開発者のコード記述をよりスムーズにしました。さらに、このモデルはより美的なウェブページやゲームフロントエンドインターフェースをデザインでき、ユーザーにより快適な視覚体験を提供し、現代のユーザーが高品質な視覚効果を求めるニーズを満たします。
3. 中国語ライティング能力の向上
中国語のライティング面で、DeepSeek-V3-0324 はより高いレベルを示しています。スタイルと内容の質において R1 ライティングスタイルと整合性を持ち、中国語の表現習慣や美学基準に合致する記事を生成できます。ニュースレポート、学術論文、創作ライティングなど、あらゆる場面で高品質なテキスト出力を提供できます。さらに、このモデルはマルチラウンドインタラクティブリライト機能を最適化し、ライティングプロセスをより柔軟で効率的にしました。同時に、翻訳品質や書簡のライティング能力も顕著に向上し、ユーザーが異なる場面でのライティングニーズを満たすことができます。
4. 中国語検索能力の強化
DeepSeek-V3-0324 は、中国語検索能力でも突破を実現しました。レポートのリクエストをより深く分析し、より詳細で正確な出力結果を提供できます。これにより、ユーザーが情報検索を行う際に、より豊富で価値の高いコンテンツにアクセスでき、意思決定や研究をよりよくサポートできます。
5. 関数呼び出しの正確な改善
関数呼び出しの面で、DeepSeek-V3-0324 は正確性を向上させ、前任モデル V3 に存在した問題を修正し、複雑な関数呼び出しの場面でのモデルのパフォーマンスを向上させました。これにより、開発者がこのモデルを使用してプログラミングや開発を行う際に、より安心してその関数呼び出し能力に頼ることができ、開発効率とコードの品質を向上させることができます。
6. 使用提案
システムプロンプト
DeepSeek の公式ウェブサイトやアプリケーションでは、モデルが現在の日付に基づいてより正確でタイムリーな回答を提供できるように、特定の日付を含むシステムプロンプトが使用されています。例えば：
このアシスタントは DeepSeek Chat です。深度求索社が創造しました。
今日は 3 月 24 日、月曜日です。温度パラメータ設定
DeepSeek のウェブサイトやアプリケーション環境では、温度パラメータ Tmodel は 0.3 に設定されています。しかし、多くのユーザーは API 呼び出し時にデフォルトの温度 1.0 を使用しています。これに対応するため、DeepSeek は API 温度 Tapi のマッピングメカニズムを実装し、入力された API 温度値をモデルにとって最も適した温度設定に調整します。具体的なマッピング関係は以下の通りです：
0 ≤ Tapi ≤ 1 の場合、Tmodel = Tapi × 0.3；
1 < Tapi ≤ 2 の場合、Tmodel = Tapi − 0.7。
したがって、ユーザーが API 経由で V3 を呼び出す際に温度を 1.0 に設定すると、モデルの温度は 0.3 に相当します。
ファイルアップロードとウェブ検索プロンプトテンプレート
ファイルアップロードの際には、以下のテンプレートに従ってプロンプトを作成し、{file_name}、{file_content}、{question} を置き換える必要があります：
[file name]: {file_name}
[file content begin]
{file_content}
[file content end]
{question}ウェブ検索を行う際には、中国語のクエリの場合、以下のプロンプトテンプレートを使用します：
# 以下の内容は、ユーザーが送信したメッセージに基づく検索結果です：
{search_results}
私があなたに提供する検索結果では、各結果は [webpage X begin]...[webpage X end] の形式で、X は各記事の番号を表します。文末で適切な場合にコンテキストを引用し、回答の該当部分に [citation:X] の引用形式で引用してください。1つの文が複数のコンテキストから派生する場合は、[citation:3][citation:5] のようにすべての関連する引用番号を一覧表示してください。引用を最後にまとめて表示するのではなく、回答の該当部分に表示するようにしてください。
回答する際には、以下の点に注意してください：
- 今日は {cur_date} です。
- 検索結果のすべての内容がユーザーの質問と密接に関連しているわけではありません。質問と検索結果を照らし合わせて、検索結果を評価し、選択してください。
- 列挙型の質問（例えば、すべてのフライト情報を列挙する）の場合、回答を 10 つのポイント以内に制限し、ユーザーに検索ソースを参照して完全な情報を得られるように伝えます。情報が完全で最も関連性の高い列挙項目を優先的に提供してください。必要でない限り、ユーザーに検索結果にない内容を積極的に伝えないでください。
- 創作型の質問（例えば、論文を書く）の場合、本文の段落内で対応する参考番号（例えば、[citation:3][citation:5]）を引用するようにしてください。回答の最後にのみ引用するのではなく、本文内で引用してください。ユーザーの質問要求を解釈し、要約し、適切な形式を選択し、検索結果を十分に活用し、重要な情報を抽出し、ユーザーの要求に合致し、洞察に満ち、創造性と専門性に富んだ回答を生成してください。回答の長さをできるだけ延ばし、各ポイントの議論ではユーザーの意図を推測し、できるだけ多角的な回答ポイントを提供し、情報量が豊富で、議論が詳細であるようにしてください。
- 回答が長ければ、構造的に整理し、段落で要約してください。箇条書きで回答する必要がある場合は、5 つのポイント以内に制限し、関連する内容をマージしてください。
- 客観的な質問回答の場合、回答が非常に短い場合は、関連する情報を 1 つや 2 つ追加して内容を充実させることができます。
- ユーザーの要求と回答の内容に応じて、適切で美しく、読みやすい回答形式を選択してください。
- 複数の関連するウェブページを参照して回答を生成し、同じウェブページを繰り返し引用しないでください。
- ユーザーが特别に求めない限り、回答の言語はユーザーの質問の言語と同じにしてください。
# ユーザーのメッセージは次のとおりです：
{question}英語のクエリの場合には、以下のプロンプトテンプレートを使用します：
# 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 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}会社名：株式会社Dolphin AI
事業内容：
Dolphin SOE 英語発音評価サービスの開発＆販売
Dolphin Voice 音声対話SaaS Platformの開発＆販売
ドルフィンAIは自社開発のAI技術を持つ研究開発型のハイテク企業です。
独自技術の音声対話意図理解モデル(Dolphin Large Language Models)に基づき、音声認識、音声生成、意味理解、テキスト生成、機械翻訳、声紋認識、その他音声対話のフルチェーン技術を開発し、日本語、英語、中国語、韓国語、フランス語、スペイン語、ロシア語、ドイツ語、チベット語、タイ語、ベトナム語など20以上の言語に対応しています。
また、SaaSやオンプレミスのサービス形態を通じて、教育、医療、金融、その他の分野のお客様に基礎となるAI技術と業界ソリューションを提供しています。
アクセス情報：〒170-0013
東京都豊島区東池袋1-18-1 Hareza Tower 20F
JR山手線・埼京線 池袋駅東口（30番出口）より徒歩4分
東京メトロ丸の内線・副都心線・有楽町線 池袋駅東口（30番出口）より徒歩4分
西武池袋線 池袋駅東口（30番出口）より徒歩4分
東武東上線 池袋駅東口（30番出口）より徒歩4分
電話番号：(+81) 03-6775-4523
メールアドレス：contact@dolphin-ai.jp
