Letzte Woche kündigte DeepSeek an, nächste Woche fünf Projekte als Open Source freizugeben: Internetnutzer sagten: „Dieses Mal ist OpenAI wirklich da.“ Gerade eben kam das erste Open-Source-Projekt, das sich auf die Inferenzbeschleunigung bezieht, FlashMLA: Adresse des Open-Source-Projekts: DeepSeek FlashMLA Es ist seit zwei Stunden Open Source und Github hat bereits über 2,7.000 Sterne: Das…
Einführung Heute spielen große Sprachmodelle (LLMs) eine entscheidende Rolle. Anfang 2025, als der Wettbewerb um KI intensiver wurde, brachte Alibaba das neue KI-Modell Qwen2.5-max auf den Markt, und DeepSeek, ein Unternehmen aus Hangzhou, China, brachte das Modell R1 auf den Markt, das den Höhepunkt der LLM-Technologie darstellt. Deepseek R1 ist ein Open-Source-KI-Modell, das viele Aufmerksamkeit auf sich gezogen hat…
Das 32B-Inferenzmodell verwendet nur 1/8 der Daten und ist mit dem gleich großen DeepSeek-R1 gleichauf! Gerade haben Institutionen wie Stanford, UC Berkeley und die University of Washington gemeinsam ein Inferenzmodell auf SOTA-Ebene, OpenThinker-32B, veröffentlicht und außerdem bis zu 114.000 Trainingsdaten als Open Source zur Verfügung gestellt. Homepage des OpenThinker-Projekts: OpenThinker Hugging Face:…
Viele Leute haben bereits damit begonnen, Deepseek Large Language Models lokal bereitzustellen und zu verwenden, wobei sie Chatbox als Visualisierungstool verwenden. In diesem Artikel werden zwei weitere AI Large Language Model-Verwaltungs- und Visualisierungsartefakte vorgestellt und die drei im Detail verglichen, um Ihnen dabei zu helfen, AI Large Language Models effizienter zu nutzen. Im Jahr 2025…
Am 9. Februar kündigte der französische Präsident Emmanuel Macron an, dass Frankreich in den nächsten Jahren 109 Milliarden Euro (113 Milliarden US-Dollar) in den Bereich KI investieren werde. Mit dieser Investition soll ein KI-Park in Frankreich aufgebaut, die Infrastruktur verbessert und in lokale KI-Startups investiert werden. Unterdessen hat das französische Startup Mistral…
Der wahre Wert von DeepSeek wird unterschätzt! DeepSeek-R1 hat zweifellos eine neue Welle der Begeisterung auf den Markt gebracht. Nicht nur steigen die relevanten sogenannten Begünstigtenziele stark an, sondern einige Leute haben sogar DeepSeek-bezogene Kurse und Software entwickelt, um damit Geld zu verdienen. Wir glauben, dass diese Phänomene zwar einen …
Funktionspositionierung und Analyse der Kernvorteile ChatGPT (OpenAI) – der globale Maßstab für Allrounder ChatGPT Technische Gene: Generative KI basierend auf der GPT-Reihe großer Modelle, mit allgemeinen Konversationsfähigkeiten und logischem Denken als Kernvorteilen. Mehrsprachige Verarbeitung: funktioniert am besten auf Englisch, mit kontinuierlicher Verbesserung auf Chinesisch; wir empfehlen jedoch, Englisch zu verwenden, um…
Heute möchte ich einen Artikel von DeepSeek mit dem Titel „DeepSeekMath: Die Grenzen des mathematischen Denkens in offenen Sprachmodellen erweitern“ teilen. Dieser Artikel stellt DeepSeekMath 7B vor, das auf DeepSeek-Coder-Base-v1.5 7B vortrainiert ist und auf einer Sammlung von 120 Milliarden mathematikbezogenen Token, natürlicher Sprache und Codedaten basiert. Das Modell erreichte einen erstaunlichen Score von 51,7% auf Wettbewerbsniveau…
Heute teilen wir DeepSeek R1, Titel: DeepSeek-R1: Förderung der Denkfähigkeit in LLMs durch bestärkendes Lernen: Förderung der Denkfähigkeit von LLMs durch bestärkendes Lernen. Dieses Dokument stellt die erste Generation von Denkmodellen von DeepSeek vor, DeepSeek-R1-Zero und DeepSeek-R1. Das Modell DeepSeek-R1-Zero wurde als erster Schritt durch groß angelegtes bestärkendes Lernen (RL) ohne überwachte Feinabstimmung (SFT) trainiert, …
1 Hintergrund Während des Frühlingsfestes erregte DeepSeek R1 erneut große Aufmerksamkeit, und sogar der Interpretationsartikel zu DeepSeek V3, den wir zuvor geschrieben hatten, wurde erneut gesendet und viel diskutiert. Obwohl es viele Analysen und Reproduktionen von DeepSeek R1 gab, haben wir uns hier entschieden, einige entsprechende Lesehinweise zusammenzustellen. Wir werden drei verwenden…
