Deepseek-R1 0528 wurde in den letzten Tagen offiziell als Open Source veröffentlicht. Auf LiveCodeBench liegt seine Leistung fast auf dem Niveau von OpenAIs o3 (hoch); im mehrsprachigen Benchmarktest von Aider kann es sich mit Claude Opus messen. Nach der Veröffentlichung auf der offiziellen Website haben wir seine Front-End-Funktionen kurz getestet und fanden sie außergewöhnlich…
Das Modell DeepSeek R1 wurde einem kleinen Versionsupgrade unterzogen und ist aktuell DeepSeek-R1-0528. Aktivieren Sie beim Aufrufen der DeepSeek-Webseite oder -App die Funktion „Deep Thinking“ in der Dialogoberfläche, um die neueste Version zu erleben. Die Gewichte des Modells DeepSeek-R1-0528 wurden auf HuggingFace hochgeladen. In den letzten vier Monaten wurde DeepSeek-R1…
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…
FlashMLA hat in der Welt der künstlichen Intelligenz, insbesondere im Bereich der großen Sprachmodelle (LLMs), schnell Aufmerksamkeit erlangt. Dieses innovative Tool, das von DeepSeek entwickelt wurde, dient als optimierter Dekodierungskernel für Hopper-GPUs – Hochleistungschips, die häufig in KI-Berechnungen verwendet werden. FlashMLA konzentriert sich auf die effiziente Verarbeitung von Sequenzen variabler Länge und eignet sich daher besonders gut für…
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…
