A mostani bemutatóban egy új fejlesztés, a DeepSeek V4-Flash mesterséges intelligencia modell hivatalos megjelenésének kulisszái mögé pillanthatunk be. Az előadó egy élő New York-i metró érkezéstáblát emuláló teljes stack alkalmazás hibáit teszi próbára, amelybe szándékosan több, láncoltan egymásra ható hibát helyezett el. Ezek között találhatók nyílt hibák, valamint alattomos, csendben rejtőző bugok is, amelyek különösen nehezen diagnosztizálhatók.
Az eljárás során a DeepSeek V4-Flash-t arra használják, hogy felfedezze és kijavítsa a hibákat, majd megfelelően elindítsa a rendszer összes frontend- és backend-komponensét, mindezt emberi beavatkozás nélkül. A teszt alatt szembetűnővé válik, mennyire hatékonyan képes a modell a láncolt és rejtett problémák feltárására a való életből vett fejlesztési példán keresztül.
Az értékelés második nagy szakaszában extrém kreatív feladat vár a modellre: egy teljes, 3D-s WebGL-es látványoldalt kell „kézzel” létrehoznia, amely a világ tűzön sült húsait mutatja be több jeleneten át, kizárólag nyers HTML- és GLSL-shaderek használatával, bármiféle külső könyvtár nélkül. Ez a rész igazán próbára teszi a modell gondolkodását, következetességét és kreativitását.
Végül egy játékos, humoros nyelvi teszt következik, ahol egy szituációból kiindulva különböző nyelveken kérjük a modelltől a „Hozzám jössz feleségül?” fordítást, miközben azt is vizsgálják, mennyire érzékeli a finom iróniát és a kulturális árnyalatokat. A válaszok alapján kiderül, hogyan reagál a DeepSeek V4-Flash a humorra, illetve mennyire képes átfogóan kezelni a nyelvi sokszínűséget.
