Миналата седмица DeepSeek обяви, че ще отвори пет проекта през следващата седмица: Нетизени казаха: „Този път OpenAI наистина е тук.“ Току-що дойде първият проект с отворен код, свързан с ускоряване на извода, FlashMLA: Адрес на проекта с отворен код: DeepSeek FlashMLA Той е с отворен код от два часа и Github вече има 2,7k+ звезди: The...
FlashMLA бързо привлече вниманието в света на изкуствения интелект, особено в областта на големите езикови модели (LLM). Този иновативен инструмент, разработен от DeepSeek, служи като оптимизирано ядро за декодиране, предназначено за графични процесори Hopper – чипове с висока производителност, често използвани в изчисленията с изкуствен интелект. FlashMLA се фокусира върху ефективната обработка на последователности с променлива дължина, което го прави особено подходящ...
Въведение Днес големите езикови модели (LLM) играят решаваща роля. В началото на 2025 г., когато конкуренцията за AI се засили, Alibaba пусна новия модел Qwen2.5-max AI, а DeepSeek, компания от Ханджоу, Китай, пусна модела R1, който представлява върха на технологията LLM. Deepseek R1 е AI модел с отворен код, който привлече...
Моделът за извод 32B използва само 1/8 от данните и е обвързан с DeepSeek-R1 със същия размер! Току-що институции като Станфорд, Калифорнийския университет в Бъркли и Университета на Вашингтон съвместно пуснаха модел за изводи на ниво SOTA, OpenThinker-32B, и също така отвориха до 114k данни за обучение. Начална страница на OpenThinker Project: OpenThinker Hugging Face:…
Много хора вече са започнали да внедряват и използват Deepseek Large Language Models локално, използвайки Chatbox като инструмент за визуализация. Тази статия ще продължи да представя два други артефакта за управление и визуализация на AI Large Language Model и ще ги сравни подробно, за да ви помогне да използвате AI Large Language Models по-ефективно. През 2025 г.…
На 9 февруари френският президент Еманюел Макрон обяви, че Франция ще инвестира 109 милиарда евро (113 милиарда щатски долара) в областта на ИИ през следващите няколко години. Тази инвестиция ще бъде използвана за изграждане на AI парк във Франция, подобряване на инфраструктурата и инвестиране в местни стартиращи AI компании. Междувременно Mistral, френска стартираща компания,...
Истинската стойност на DeepSeek е подценена! DeepSeek-R1 несъмнено донесе нова вълна от ентусиазъм на пазара. Не само, че съответните така наречени цели за бенефициенти нарастват рязко, но някои хора дори са разработили курсове и софтуер, свързани с DeepSeek, в опит да направят пари от него. Вярваме, че въпреки че тези явления имат...
Позициониране на функцията и анализ на основните предимства ChatGPT (OpenAI) – глобален еталон за универсални ChatGPT Технически гени: генеративен AI, базиран на GPT серия от големи модели, с общи умения за разговор и логическо мислене като негови основни предимства. Многоезична обработка: работи най-добре на английски, с непрекъснато подобрение на китайски; но ние препоръчваме да използвате английски за...
Днес бих искал да споделя статия от DeepSeek, озаглавена DeepSeekMath: Разширяване на границите на математическото разсъждение в отворени езикови модели. Тази статия представя DeepSeekMath 7B, който е предварително обучен на DeepSeek-Coder-Base-v1.5 7B, базиран на колекция от 120B свързани с математика токени, естествен език и кодови данни. Моделът постигна удивителен резултат от 51.7% на конкурентно ниво...
Днес ще споделим DeepSeek R1, заглавие: DeepSeek-R1: Стимулиране на способността за разсъждение в LLMs чрез Reinforcement Learning: Стимулиране на способността за разсъждение на LLM чрез подсилващо обучение. Този документ представя първото поколение модели на разсъждение на DeepSeek, DeepSeek-R1-Zero и DeepSeek-R1. Моделът DeepSeek-R1-Zero беше обучен чрез широкомащабно обучение с подсилване (RL) без контролирана фина настройка (SFT) като начална стъпка,...
