En los últimos días, Deepseek-R1 0528 se ha publicado oficialmente en código abierto. En LiveCodeBench, su rendimiento es casi comparable al o3 (alto) de OpenAI; en la prueba de referencia multilingüe de Aider, se mantiene a la par con Claude Opus. Cuando se lanzó en el sitio web oficial, probamos rápidamente sus capacidades de frontend y las descubrimos excepcionalmente...
El modelo DeepSeek R1 ha sido sometido a una pequeña actualización de versión, y la versión actual es la DeepSeek-R1-0528. Al acceder a la página web o la aplicación de DeepSeek, active la función "Pensamiento profundo" en la interfaz de diálogo para experimentar la última versión. Los pesos del modelo DeepSeek-R1-0528 se han subido a HuggingFace. Durante los últimos cuatro meses, el DeepSeek-R1 ha sido sometido a…
La semana pasada, DeepSeek anunció que abriría el código fuente de cinco proyectos la próxima semana: Los internautas dijeron: "Esta vez, OpenAI realmente está aquí". Justo ahora, llegó el primer proyecto de código abierto, relacionado con la aceleración de inferencia, FlashMLA: Dirección del proyecto de código abierto: DeepSeek FlashMLA Ha sido de código abierto durante dos horas y Github ya tiene más de 2.7k estrellas: El…
FlashMLA ha ganado rápidamente atención en el mundo de la inteligencia artificial, particularmente en el campo de los modelos de lenguaje grandes (LLM). Esta innovadora herramienta, desarrollada por DeepSeek, sirve como un núcleo de decodificación optimizado diseñado para GPU Hopper, chips de alto rendimiento que se usan comúnmente en cálculos de IA. FlashMLA se centra en el procesamiento eficiente de secuencias de longitud variable, lo que lo hace particularmente adecuado…
Introducción Hoy en día, los modelos de lenguaje grandes (LLM) desempeñan un papel crucial. A principios de 2025, a medida que se intensificaba la competencia por la IA, Alibaba lanzó el nuevo modelo de IA Qwen2.5-max, y DeepSeek, una empresa de Hangzhou, China, lanzó el modelo R1, que representa la cúspide de la tecnología LLM. Deepseek R1 es un modelo de IA de código abierto que ha atraído…
El modelo de inferencia 32B utiliza solo 1/8 de los datos y está empatado con DeepSeek-R1 del mismo tamaño. Justo ahora, instituciones como Stanford, UC Berkeley y la Universidad de Washington han publicado conjuntamente un modelo de inferencia de nivel SOTA, OpenThinker-32B, y también han puesto en código abierto hasta 114 000 datos de entrenamiento. Página de inicio del proyecto OpenThinker: OpenThinker Hugging Face:…
Muchas personas ya han comenzado a implementar y usar modelos de lenguaje grandes de Deepseek localmente, usando Chatbox como herramienta de visualización. Este artículo continuará presentando otros dos artefactos de gestión y visualización de modelos de lenguaje grandes de IA, y comparará los tres en detalle para ayudarlo a usar modelos de lenguaje grandes de IA de manera más eficiente. En 2025,…
El 9 de febrero, el presidente francés, Emmanuel Macron, anunció que Francia invertirá 109.000 millones de euros (113.000 millones de dólares) en el campo de la IA en los próximos años. Esta inversión se utilizará para construir un parque de IA en Francia, mejorar la infraestructura e invertir en empresas emergentes locales de IA. Mientras tanto, Mistral, una startup francesa,…
¡El valor real de DeepSeek está subestimado! DeepSeek-R1 ha traído sin duda una nueva ola de entusiasmo al mercado. No solo los llamados objetivos de beneficiarios relevantes están aumentando drásticamente, sino que algunas personas incluso han desarrollado cursos y software relacionados con DeepSeek en un intento de ganar dinero con ello. Creemos que, aunque estos fenómenos tienen un impacto…
Posicionamiento de funciones y análisis de ventajas centrales ChatGPT (OpenAI): el punto de referencia mundial para los todoterrenos Genes técnicos de ChatGPT: IA generativa basada en la serie GPT de modelos grandes, con habilidades de conversación generales y razonamiento lógico como sus principales ventajas. Procesamiento multilingüe: funciona mejor en inglés, con una mejora continua en chino; pero recomendamos usar el inglés para…
