瑞士洛桑联邦理工学院 （EPFL） 的一项最新研究比较了两种主流的大型语言模型 (LLM) 适应性训练方法:上下文学习 (ICL) 和指令微调 (IFT)。研究人员使用 MT-Bench 基准测试来评估模型遵循指令的能力，发现在特定情况下，两种方法的表现各有优劣。研究发现，当可用的训练样本数量较少时（例如不超过50个），ICL 和 IFT 的效果非常接近。这表明在数据有限的情况下，ICL 或许可以作为 IFT 的替代方案。然而，随着任务复杂度的增加，例如在多轮对话场景中，IFT 的优势就变得明显。研究人员认为，

DeepSeek-V2.5在人工智能领域展现卓越性能，特别是在代码编写和聊天模型方面，通过与GPT-4的对比测试，其在多个指标上取得显著提升，包括胜率、MT-Bench和AlignBench分数。在代码生成能力上，DeepSeek-V2.5的HumanEval评分达到89%，LiveCodeBench评分达到41%，显示了生成高质量、可执行代码的能力。此外，DeepSeek团队还开发了Fire-Flyer AI-HPC框架，优化了硬件和软件设计，实现性能提升、成本节约和节能效果，与NVIDIA DGX-A100相比，成本降低50%，能耗降低40%。