Τις τελευταίες ημέρες, το Deepseek-R1 0528 διατίθεται επίσημα ως ανοιχτού κώδικα. Στο LiveCodeBench, η απόδοσή του είναι σχεδόν εφάμιλλη με το o3 (υψηλή) του OpenAI. Στο πολυγλωσσικό benchmark test του Aider, συγκρίνεται με το Claude Opus. Όταν κυκλοφόρησε στον επίσημο ιστότοπο, δοκιμάσαμε γρήγορα τις δυνατότητές του στο front-end και τις διαπιστώσαμε εξαιρετικά...
Το μοντέλο DeepSeek R1 έχει υποβληθεί σε μια μικρή αναβάθμιση έκδοσης, με την τρέχουσα έκδοση να είναι DeepSeek-R1-0528. Όταν εισέρχεστε στην ιστοσελίδα ή την εφαρμογή DeepSeek, ενεργοποιήστε τη λειτουργία "Deep Thinking" στη διεπαφή διαλόγου για να απολαύσετε την πιο πρόσφατη έκδοση. Τα βάρη του μοντέλου DeepSeek-R1-0528 έχουν μεταφορτωθεί στο HuggingFace Τους τελευταίους τέσσερις μήνες, το DeepSeek-R1 έχει υποβληθεί...
Την περασμένη εβδομάδα, το DeepSeek ανακοίνωσε ότι θα επρόκειτο για πέντε έργα ανοιχτού κώδικα την επόμενη εβδομάδα: Οι χρήστες του Διαδικτύου είπαν, «Αυτή τη φορά, το OpenAI είναι πραγματικά εδώ». Μόλις τώρα, ήρθε το πρώτο έργο ανοιχτού κώδικα, που σχετίζεται με την επιτάχυνση συμπερασμάτων, FlashMLA: Διεύθυνση έργου ανοιχτού κώδικα: DeepSeek FlashMLA Είναι ανοιχτού κώδικα για δύο ώρες και το Github έχει ήδη 2,7k+ αστέρια: Το…
Το FlashMLA έχει κερδίσει γρήγορα την προσοχή στον κόσμο της τεχνητής νοημοσύνης, ιδιαίτερα στον τομέα των μεγάλων γλωσσικών μοντέλων (LLMs). Αυτό το καινοτόμο εργαλείο, που αναπτύχθηκε από την DeepSeek, χρησιμεύει ως ένας βελτιστοποιημένος πυρήνας αποκωδικοποίησης που έχει σχεδιαστεί για GPUs Hopper—τσιπ υψηλής απόδοσης που χρησιμοποιούνται συνήθως σε υπολογισμούς τεχνητής νοημοσύνης. Το FlashMLA εστιάζει στην αποτελεσματική επεξεργασία ακολουθιών μεταβλητού μήκους, καθιστώντας το ιδιαίτερα κατάλληλο…
Εισαγωγή Σήμερα, τα μεγάλα γλωσσικά μοντέλα (LLM) διαδραματίζουν κρίσιμο ρόλο. Στις αρχές του 2025, καθώς ο ανταγωνισμός για την τεχνητή νοημοσύνη εντάθηκε, η Alibaba παρουσίασε το νέο μοντέλο AI Qwen2.5-max και η DeepSeek, μια εταιρεία από το Hangzhou της Κίνας, κυκλοφόρησε το μοντέλο R1, το οποίο αντιπροσωπεύει την κορυφή της τεχνολογίας LLM. Το Deepseek R1 είναι ένα μοντέλο ανοιχτού κώδικα AI που έχει προσελκύσει…
Το μοντέλο συμπερασμάτων 32B χρησιμοποιεί μόνο το 1/8 των δεδομένων και συνδέεται με DeepSeek-R1 ίδιου μεγέθους! Μόλις τώρα, ιδρύματα όπως το Stanford, το UC Berkeley και το Πανεπιστήμιο της Ουάσιγκτον κυκλοφόρησαν από κοινού ένα μοντέλο συμπερασμάτων σε επίπεδο SOTA, το OpenThinker-32B, και έχουν επίσης δεδομένα εκπαίδευσης ανοιχτού κώδικα έως και 114k. Αρχική σελίδα OpenThinker Project: OpenThinker Hugging Face:…
Πολλοί άνθρωποι έχουν ήδη αρχίσει να αναπτύσσουν και να χρησιμοποιούν τοπικά μοντέλα Deepseek Large Language, χρησιμοποιώντας το Chatbox ως εργαλείο οπτικοποίησης Αυτό το άρθρο θα συνεχίσει να παρουσιάζει δύο άλλα τεχνουργήματα διαχείρισης και οπτικοποίησης μοντέλων τεχνητής νοημοσύνης Large Language και θα συγκρίνει τα τρία λεπτομερώς για να σας βοηθήσει να χρησιμοποιήσετε πιο αποτελεσματικά τα μοντέλα AI Large Language. Το 2025,…
Στις 9 Φεβρουαρίου, ο Γάλλος πρόεδρος Εμανουέλ Μακρόν ανακοίνωσε ότι η Γαλλία θα επενδύσει 109 δισεκατομμύρια ευρώ (113 δισεκατομμύρια δολάρια ΗΠΑ) στον τομέα της τεχνητής νοημοσύνης τα επόμενα χρόνια. Αυτή η επένδυση θα χρησιμοποιηθεί για την κατασκευή ενός πάρκου τεχνητής νοημοσύνης στη Γαλλία, τη βελτίωση της υποδομής και την επένδυση σε τοπικές νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης. Εν τω μεταξύ, η Mistral, μια γαλλική startup,…
Η πραγματική τιμή του DeepSeek υποτιμάται! Το DeepSeek-R1 έφερε αναμφίβολα ένα νέο κύμα ενθουσιασμού στην αγορά. Όχι μόνο οι σχετικοί αποκαλούμενοι στόχοι δικαιούχων αυξάνονται απότομα, αλλά μερικοί άνθρωποι έχουν αναπτύξει ακόμη και μαθήματα και λογισμικό που σχετίζονται με το DeepSeek σε μια προσπάθεια να κερδίσουν χρήματα από αυτό. Πιστεύουμε ότι αν και αυτά τα φαινόμενα έχουν μια…
Τοποθέτηση λειτουργιών και ανάλυση βασικών πλεονεκτημάτων ChatGPT (OpenAI) – το παγκόσμιο σημείο αναφοράς για τεχνικά γονίδια ChatGPT: γενετική τεχνητή νοημοσύνη που βασίζεται στη σειρά μεγάλων μοντέλων GPT, με βασικά πλεονεκτήματα τις γενικές δεξιότητες συνομιλίας και τη λογική συλλογιστική. Πολυγλωσσική επεξεργασία: αποδίδει καλύτερα στα Αγγλικά, με συνεχή βελτίωση στα Κινεζικά, αλλά συνιστούμε να χρησιμοποιείτε τα Αγγλικά για να…
