Minulý týden DeepSeek oznámil, že příští týden otevře pět projektů s otevřeným zdrojovým kódem: Netizens řekl: "Tentokrát je OpenAI opravdu tady." Právě teď přišel první open source projekt související s akcelerací inference, FlashMLA: Adresa open source projektu: DeepSeek FlashMLA Již dvě hodiny je open source a Github už má 2,7 000+ hvězdiček: The…
FlashMLA si rychle získal pozornost ve světě umělé inteligence, zejména v oblasti velkých jazykových modelů (LLM). Tento inovativní nástroj vyvinutý společností DeepSeek slouží jako optimalizované dekódovací jádro navržené pro GPU Hopper – vysoce výkonné čipy běžně používané ve výpočtech AI. FlashMLA se zaměřuje na efektivní zpracování sekvencí s proměnnou délkou, díky čemuž je zvláště vhodný…
Úvod Dnes hrají zásadní roli velké jazykové modely (LLM). Začátkem roku 2025, kdy konkurence o AI zesílila, uvedla Alibaba na trh nový model AI Qwen2.5-max a společnost DeepSeek z Hangzhou v Číně uvedla na trh model R1, který představuje vrchol technologie LLM. Deepseek R1 je open source model umělé inteligence, který přitahuje…
Inferenční model 32B využívá pouze 1/8 dat a je svázán s DeepSeek-R1 stejné velikosti! Právě nyní instituce jako Stanford, UC Berkeley a University of Washington společně vydaly inferenční model na úrovni SOTA, OpenThinker-32B, a také získaly open source až 114k tréninková data. Domovská stránka projektu OpenThinker: OpenThinker Hugging Face:…
Mnoho lidí již začalo nasazovat a používat velké jazykové modely Deepseek lokálně pomocí Chatboxu jako vizualizačního nástroje Tento článek bude pokračovat v představení dvou dalších artefaktů správy a vizualizace velkých jazykových modelů AI a podrobně porovná tyto tři, aby vám pomohl efektivněji používat velké jazykové modely AI. V roce 2025,…
9. února francouzský prezident Emmanuel Macron oznámil, že Francie v příštích několika letech investuje 109 miliard eur (113 miliard amerických dolarů) do oblasti umělé inteligence. Tato investice bude použita na vybudování parku umělé inteligence ve Francii, zlepšení infrastruktury a investic do místních start-upů zaměřených na umělou inteligenci. Mezitím Mistral, francouzský startup,…
Skutečná hodnota DeepSeek je podhodnocena! DeepSeek-R1 nepochybně přinesla na trh novou vlnu nadšení. Nejen, že se prudce zvyšují příslušné takzvané cíle pro příjemce, ale někteří lidé dokonce vyvinuli kurzy a software související s DeepSeek ve snaze vydělat na tom peníze. Věříme, že ačkoli tyto jevy mají…
Funkční umístění a analýza hlavních výhod ChatGPT (OpenAI) – globální měřítko pro všestranné Geny ChatGPT Technické geny: generativní umělá inteligence založená na řadě velkých modelů GPT, s obecnými konverzačními schopnostmi a logickým uvažováním jako hlavními výhodami. Vícejazyčné zpracování: nejlépe funguje v angličtině, s neustálým zlepšováním v čínštině; ale doporučujeme používat angličtinu k…
Dnes bych se rád podělil o článek od DeepSeek s názvem DeepSeekMath: Posouvání limitů matematického uvažování v modelech otevřených jazyků. Tento článek představuje DeepSeekMath 7B, který je předtrénován na DeepSeek-Coder-Base-v1.5 7B na základě kolekce 120B matematických tokenů, přirozeného jazyka a dat kódu. Model dosáhl úžasného skóre 51,7% v soutěžní úrovni…
Dnes se podělíme o DeepSeek R1, Název: DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning: Incentivizing the reasoning capability of LLM through training learning. Tento článek představuje první generaci uvažovacích modelů DeepSeek, DeepSeek-R1-Zero a DeepSeek-R1. Model DeepSeek-R1-Zero byl trénován pomocí rozsáhlého učení výztuže (RL) bez doladění pod dohledem (SFT) jako počáteční krok,…
