DeepSeek 被指不擅长后训练？社区反驳：GRPO 与开源编码模型实力不俗

teortaxesTex · x · 2026-08-13

针对“DeepSeek 不擅长后训练”的传闻，有开发者表示反驳，指出其在 2023 年 10 月就推出了最好的开源编码模型，且行业半数都在使用其提出的 GRPO 算法。

原推补充提到，有传言称 DeepSeek 创始人梁文锋不重视智能体方向，甚至有核心成员因此离职。评论则对 DeepSeek 在软件工程（SWE）智能体方面的表现持保留态度，并提及近期版本（0813）出现了一些严重的上下文丢失等翻车问题。