ዛሬ ከDeepSeek የወጣውን DeepSeekMath፡የሒሳብ ማመዛዘን ገደቦችን በክፍት ቋንቋ ሞዴሎች መግፋት የሚል ርዕስ ላካፍላችሁ። ይህ መጣጥፍ DeepSeekMath 7B ያስተዋውቃል፣ እሱም በDeepSeek-Coder-Base-v1.5 7B ላይ በ120B ሂሳብ-ነክ ቶከኖች፣ የተፈጥሮ ቋንቋ እና ኮድ መረጃዎች ስብስብ ላይ ቀድሞ የሰለጠነ ነው። ሞዴሉ በውድድር ደረጃ 51.7% አስደናቂ ነጥብ አስመዝግቧል…
ዛሬ DeepSeek R1ን እናካፍላለን፣ አርእስት፡ DeepSeek-R1፡ የማመዛዘን ችሎታን በኤል.ኤም.ኤል.ኤም በማጠናከሪያ ትምህርት በማበረታታት፡ የኤልኤልኤም የማመዛዘን ችሎታን በማጠናከሪያ ትምህርት ማበረታታት። ይህ ወረቀት የDeepSeek የመጀመሪያ ትውልድ የማመዛዘን ሞዴሎችን፣ DeepSeek-R1-ዜሮ እና DeepSeek-R1ን ያስተዋውቃል። የDeepSeek-R1-ዜሮ ሞዴል በትልቅ የማጠናከሪያ ትምህርት (RL) ያለ ክትትል የሚደረግበት ጥሩ ማስተካከያ (SFT) እንደ መጀመሪያ ደረጃ፣...
1 ዳራ በፀደይ ፌስቲቫል ወቅት፣ DeepSeek R1 በድጋሚ ሰፊ ትኩረትን ስቧል፣ እና ከዚህ ቀደም የፃፍነው DeepSeek V3 የትርጉም መጣጥፍ እንኳን እንደገና ተላልፎ ብዙ ውይይት ተደርጎበታል። ምንም እንኳን የ DeepSeek R1 ብዙ ትንታኔዎች እና ማባዛቶች ቢኖሩም, እዚህ አንዳንድ ተዛማጅ የንባብ ማስታወሻዎችን ለማዘጋጀት ወስነናል. ሶስት እንጠቀማለን…
ብዙ የኤአይአይ አፕሊኬሽኖች ገና ያልተተገበሩበት እና ያልተዋወቁበት ትልቅ ምክንያት ትልቅ የኤአይአይ ሞዴሎችን የመጠቀም ከፍተኛ ወጪ ነው። ከፍተኛ አፈጻጸምን መምረጥ ትልቅ የኮምፒዩተር ሃይል ወጪዎች ማለት ሲሆን ይህም ተራ ተጠቃሚዎች ሊቀበሉት የማይችሉትን ከፍተኛ የአጠቃቀም ወጪን ያስከትላል። ለትልቅ AI ሞዴሎች ውድድር እንደ ጭስ ያለ ጦርነት ነው. በኋላ…
የGoogle Gemini 2.0 ቤተሰብ በመጨረሻ ተጠናቅቋል! ልክ እንደተለቀቀ ገበታዎቹን ይቆጣጠራል። በ Deepseek፣ Qwen እና o3 ፍለጋ እና እገዳዎች መካከል ጎግል ዛሬ ማለዳ ላይ ሶስት ሞዴሎችን በአንድ ጊዜ ለቋል፡ Gemini 2.0 Pro፣ Gemini 2.0 Flash እና Gemini 2.0 Flash-Lite። በትልቁ ሞዴል LMSYS ደረጃዎች ላይ፣ ጀሚኒ…
ዋና ዋና ዜናዎች AI ወኪል የደንበኞችን ልምድ ይቀይሳል ጄሲ ዣንግ፡ አንድ ወኪል በትክክል እንዴት ነው የሚገነባው? የእኛ አመለካከት ከጊዜ በኋላ እንደ ተፈጥሯዊ ቋንቋ-ተኮር ወኪል ይሆናል ምክንያቱም ትላልቅ የቋንቋ ሞዴሎች (LLMs) የሚሰለጥኑት በዚህ መንገድ ነው። በረጅም ጊዜ ውስጥ፣ በጣም አስተዋይ ወኪል ካለዎት…
ድምቀቶች ከ DeepSeek ጋር የሚደረግ ውድድር ለዩኤስ ካቲ ዉድ ጥሩ ነው፡ እኔ እንደማስበው የፈጠራ ዋጋ በከፍተኛ ሁኔታ እየቀነሰ መምጣቱን እና ይህ አዝማሚያ አስቀድሞ መጀመሩን ያሳያል። ለምሳሌ፣ ከDeepSeek በፊት፣ አርቴፊሻል ኢንተለጀንስ የማሰልጠን ወጪ በዓመት በ75% ቀንሷል፣ እና የፍተሻ ዋጋ በ85% እስከ…
የጌሚኒ 2.0 ታሪክ እየተፋጠነ ነው። በዲሴምበር ውስጥ ያለው የፍላሽ አስተሳሰብ የሙከራ ስሪት ገንቢዎች ዝቅተኛ መዘግየት እና ከፍተኛ አፈጻጸም ያለው የስራ ሞዴል አምጥቷል። በዚህ አመት መጀመሪያ ላይ የፍላሽ ፍጥነትን ከተሻሻሉ የማመዛዘን ችሎታዎች ጋር በማጣመር አፈፃፀሙን የበለጠ ለማሻሻል 2.0 Flash Thinking Experimental በጎግል AI ስቱዲዮ ተዘምኗል። ባለፈው ሳምንት፣…
መግቢያ በአርቴፊሻል ኢንተለጀንስ በፍጥነት በማደግ ላይ ባለው የመሬት ገጽታ፣ DeepSeek እንደ ኃይለኛ የቋንቋ ሞዴል ብቅ ብሏል። ይህ አጠቃላይ ትንታኔ ከDeepSeek ዋና ዋና 17 አማራጮችን ይዳስሳል፣ ልዩ ባህሪያቸውን፣ አቅማቸውን እና የአጠቃቀም ጉዳዮችን ይመረምራል። የእኛ ምርምር DeepSeek ውህደትን ወይም ተመሳሳይ ችሎታዎችን በሚያቀርቡ በሁለቱም ዓለም አቀፍ እና የቻይና መድረኮች ላይ ያተኩራል። ከፍተኛ አማራጮች ትንተና 1….
ልክ አሁን፣ ሌላ የአገር ውስጥ ሞዴል በ Big Model Arena ዝርዝር ውስጥ ከአሊ፣ Qwen2.5-Max ተጨምሯል፣ እሱም DeepSeek-V3 በልጦ በአጠቃላይ 1332 ነጥብ በማስመዝገብ ሰባተኛ ደረጃ ላይ ተቀምጧል። በተለይም በፕሮግራም አወጣጥ የላቀ…
