La semaine dernière, DeepSeek a annoncé qu'il ouvrirait la source de cinq projets la semaine prochaine : les internautes ont déclaré : « Cette fois, OpenAI est vraiment là. » Tout à l'heure, le premier projet open source est arrivé, lié à l'accélération de l'inférence, FlashMLA : Adresse du projet open source : DeepSeek FlashMLA Il est open source depuis deux heures, et Github a déjà plus de 2,7 k étoiles : Le…
FlashMLA a rapidement attiré l’attention dans le monde de l’intelligence artificielle, notamment dans le domaine des grands modèles de langage (LLM). Cet outil innovant, développé par DeepSeek, sert de noyau de décodage optimisé conçu pour les GPU Hopper, des puces hautes performances couramment utilisées dans les calculs d’IA. FlashMLA se concentre sur le traitement efficace de séquences de longueur variable, ce qui le rend particulièrement bien adapté…
Introduction Aujourd'hui, les grands modèles de langage (LLM) jouent un rôle crucial. Début 2025, alors que la concurrence pour l'IA s'intensifiait, Alibaba a lancé le nouveau modèle d'IA Qwen2.5-max, et DeepSeek, une société de Hangzhou, en Chine, a lancé le modèle R1, qui représente le summum de la technologie LLM. Deepseek R1 est un modèle d'IA open source qui a attiré…
Le modèle d'inférence 32B n'utilise que 1/8 des données et est à égalité avec DeepSeek-R1 de la même taille ! À l'heure actuelle, des institutions telles que Stanford, UC Berkeley et l'Université de Washington ont publié conjointement un modèle d'inférence de niveau SOTA, OpenThinker-32B, et ont également ouvert le code source de jusqu'à 114 000 données d'entraînement. Page d'accueil du projet OpenThinker : OpenThinker Hugging Face :…
La semaine dernière, DeepSeek a annoncé qu'il ouvrirait la source de cinq projets la semaine prochaine : les internautes ont déclaré : « Cette fois, OpenAI est vraiment là. » Tout à l'heure, le premier projet open source est arrivé, lié à l'accélération de l'inférence, FlashMLA : Adresse du projet open source : DeepSeek FlashMLA Il est open source depuis deux heures, et Github a déjà plus de 2,7 k étoiles : Le…
Introduction Aujourd'hui, les grands modèles de langage (LLM) jouent un rôle crucial. Début 2025, alors que la concurrence pour l'IA s'intensifiait, Alibaba a lancé le nouveau modèle d'IA Qwen2.5-max, et DeepSeek, une société de Hangzhou, en Chine, a lancé le modèle R1, qui représente le summum de la technologie LLM. Deepseek R1 est un modèle d'IA open source qui a attiré…
