DeepSeek Flash Max trở thành mô hình mã nguồn mở đầu tiên vượt mốc chuẩn SWE-sweep
DeepSeek v4.1 flash (max) đã trở thành mô hình trọng số mở đầu tiên đạt điểm số trên 1% trong bộ bài kiểm tra tìm lỗi SWE-sweep khắt khe. Mốc son này đánh dấu một ngưỡng năng lực mới cho các mô hình ngôn ngữ lớn mã nguồn mở trong các tác vụ kỹ thuật phần mềm mở. Thành tựu này thể hiện khoảng cách hiệu suất đang dần thu hẹp giữa các mô hình AI trọng số mở và mô hình độc quyền trong các thử thách kỹ thuật phần mềm dài hạn, phức tạp. Tuy nhiên, nó cũng cho thấy cộng đồng mã nguồn mở vẫn còn phải tiến một đoạn đường dài so với các hệ thống độc quyền như Gemini hay GPT. Bộ chuẩn SWE-sweep yêu cầu các mô hình phân tích bản chụp của một kho lưu trữ mã nguồn lớn chứa hàng trăm lỗi ẩn mà không có bất kỳ gợi ý nào và phải sửa tất cả chúng. Trong khi DeepSeek v4.1 flash (max) phá vỡ rào cản 1%, các mô hình độc quyền hàng đầu như Gemini 4 Hydrogen và GPT Astra 6 hiện đạt điểm cao hơn đáng kể lần lượt là 13.5% và 9.5%.
## KIẾN THỨC NỀN
SWE-sweep là một bộ tiêu chuẩn đánh giá đầy thử thách do các nhà nghiên cứu từ Meta, Stanford, Harvard và Đại học Washington phát triển nhằm kiểm tra khả năng chủ động tìm và sửa lỗi trong các cơ sở mã nguồn lớn. Đây là một tác vụ nặng về lý luận và dài hạn, trong đó một tác nhân AI phải tự khám phá các tệp mã nguồn và xuất ra các bản vá hợp lệ để khắc phục nhiều lỗi ẩn danh.