Sin categoría

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…

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,…

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…

Hoy me gustaría compartir un artículo de DeepSeek, titulado DeepSeekMath: Ampliando los límites del razonamiento matemático en modelos de lenguaje abierto. Este artículo presenta DeepSeekMath 7B, que está entrenado previamente en DeepSeek-Coder-Base-v1.5 7B en base a una colección de 120 mil millones de tokens relacionados con las matemáticas, lenguaje natural y datos de código. El modelo logró una asombrosa puntuación de 51,7% en el nivel competitivo...