आज मैं DeepSeek से एक लेख साझा करना चाहूँगा, जिसका शीर्षक है DeepSeekMath: ओपन लैंग्वेज मॉडल में गणितीय तर्क की सीमाओं को आगे बढ़ाना। यह लेख DeepSeekMath 7B का परिचय देता है, जो 120B गणित-संबंधित टोकन, प्राकृतिक भाषा और कोड डेटा के संग्रह के आधार पर DeepSeek-Coder-Base-v1.5 7B पर पूर्व-प्रशिक्षित है। मॉडल ने प्रतिस्पर्धी-स्तर में 51.7% का आश्चर्यजनक स्कोर हासिल किया…
आज हम DeepSeek R1, शीर्षक: DeepSeek-R1: सुदृढीकरण सीखने के माध्यम से LLM में तर्क क्षमता को प्रोत्साहित करना: सुदृढीकरण सीखने के माध्यम से LLM की तर्क क्षमता को प्रोत्साहित करना साझा करेंगे। यह पेपर DeepSeek के तर्क मॉडल की पहली पीढ़ी, DeepSeek-R1-Zero और DeepSeek-R1 का परिचय देता है। DeepSeek-R1-Zero मॉडल को प्रारंभिक चरण के रूप में पर्यवेक्षित फ़ाइन-ट्यूनिंग (SFT) के बिना बड़े पैमाने पर सुदृढीकरण सीखने (RL) के माध्यम से प्रशिक्षित किया गया था,…
1 पृष्ठभूमि वसंत महोत्सव के दौरान, DeepSeek R1 ने एक बार फिर व्यापक ध्यान आकर्षित किया, और यहां तक कि DeepSeek V3 व्याख्या लेख जिसे हमने पहले लिखा था, उसे भी पुनः प्रसारित किया गया और उस पर बहुत चर्चा हुई। हालाँकि DeepSeek R1 के कई विश्लेषण और पुनरुत्पादन हुए हैं, यहाँ हमने कुछ संगत पठन नोट्स संकलित करने का निर्णय लिया है। हम तीन…
बड़े AI मॉडल का उपयोग करने की उच्च लागत एक प्रमुख कारण है कि कई AI अनुप्रयोगों को अभी तक लागू और प्रचारित नहीं किया गया है। चरम प्रदर्शन का चयन करने का मतलब है विशाल कंप्यूटिंग शक्ति लागत, जो उच्च उपयोग लागत की ओर ले जाती है जिसे सामान्य उपयोगकर्ता स्वीकार नहीं कर सकते। बड़े AI मॉडल के लिए प्रतिस्पर्धा धुएँ के बिना युद्ध की तरह है। बाद में…
Google Gemini 2.0 परिवार आखिरकार पूरा हो गया है! यह रिलीज़ होते ही चार्ट पर छा गया। डीपसीक, क्वेन और ओ3 की खोज और अवरोधों के बीच, Google ने आज सुबह एक साथ तीन मॉडल जारी किए: जेमिनी 2.0 प्रो, जेमिनी 2.0 फ्लैश और जेमिनी 2.0 फ्लैश-लाइट। बड़े मॉडल LMSYS रैंकिंग में, जेमिनी…
हाइलाइट्स एआई एजेंट ग्राहक अनुभव को नया आकार देता है जेसी झांग: एजेंट वास्तव में कैसे बनाया जाता है? हमारा विचार है कि समय के साथ, यह अधिक से अधिक प्राकृतिक भाषा-आधारित एजेंट की तरह बन जाएगा क्योंकि इसी तरह बड़े भाषा मॉडल (एलएलएम) को प्रशिक्षित किया जाता है। लंबे समय में, यदि आपके पास एक सुपर इंटेलिजेंट एजेंट है जो…
हाइलाइट्स DeepSeek के साथ प्रतिस्पर्धा अमेरिका के लिए अच्छी है कैथी वुड: मुझे लगता है कि यह दर्शाता है कि नवाचार की लागत नाटकीय रूप से कम हो रही है, और यह प्रवृत्ति पहले ही शुरू हो चुकी है। उदाहरण के लिए, DeepSeek से पहले, कृत्रिम बुद्धिमत्ता के प्रशिक्षण की लागत प्रति वर्ष 75% कम हो गई थी, और अनुमान की लागत भी 85% तक कम हो गई थी…
जेमिनी 2.0 की कहानी तेज़ी से आगे बढ़ रही है। दिसंबर में फ्लैश थिंकिंग एक्सपेरीमेंटल संस्करण ने डेवलपर्स को कम विलंबता और उच्च प्रदर्शन वाला एक कार्यशील मॉडल दिया। इस साल की शुरुआत में, Google AI स्टूडियो में 2.0 फ्लैश थिंकिंग एक्सपेरीमेंटल को अपडेट किया गया था ताकि फ्लैश की गति को बेहतर अनुमान क्षमताओं के साथ जोड़कर प्रदर्शन को और बेहतर बनाया जा सके। पिछले हफ़्ते,…
परिचय कृत्रिम बुद्धिमत्ता के तेजी से विकसित हो रहे परिदृश्य में, DeepSeek एक शक्तिशाली भाषा मॉडल के रूप में उभरा है। यह व्यापक विश्लेषण DeepSeek के शीर्ष 17 विकल्पों की खोज करता है, उनकी अनूठी विशेषताओं, क्षमताओं और उपयोग के मामलों की जांच करता है। हमारा शोध अंतरराष्ट्रीय और चीनी दोनों प्लेटफ़ॉर्म पर केंद्रित है जो DeepSeek एकीकरण या समान क्षमताएँ प्रदान करते हैं। शीर्ष विकल्प विश्लेषण 1….
अभी हाल ही में अली की ओर से बिग मॉडल एरिना सूची में एक और घरेलू मॉडल जोड़ा गया, क्वेन 2.5-मैक्स, जिसने DeepSeek-V3 को पीछे छोड़ दिया और 1332 के कुल स्कोर के साथ समग्र रैंकिंग में सातवें स्थान पर रहा। इसने क्लाउड 3.5 सॉनेट और लामा 3.1 405B जैसे मॉडलों को भी एक झटके में पीछे छोड़ दिया। विशेष रूप से, यह प्रोग्रामिंग में उत्कृष्ट है…
