Prošlog je tjedna DeepSeek najavio da će sljedeći tjedan otvoriti pet projekata: Netizeni su rekli: "Ovaj put, OpenAI je stvarno ovdje." Upravo se pojavio prvi projekt otvorenog koda, povezan s ubrzanjem zaključivanja, FlashMLA: Adresa projekta otvorenog koda: DeepSeek FlashMLA Otvoreni je kod dva sata, a Github već ima 2,7k+ zvjezdica: The…
FlashMLA je brzo privukao pozornost u svijetu umjetne inteligencije, posebno u području velikih jezičnih modela (LLM). Ovaj inovativni alat, koji je razvio DeepSeek, služi kao optimizirana jezgra za dekodiranje dizajnirana za Hopper GPU-ove—čipove visokih performansi koji se obično koriste u AI računanjima. FlashMLA se fokusira na učinkovitu obradu sekvenci promjenjive duljine, što ga čini posebno pogodnim za...
Uvod Danas veliki jezični modeli (LLM) igraju presudnu ulogu. Početkom 2025. godine, kako se konkurencija za AI zaoštravala, Alibaba je lansirala novi Qwen2.5-max AI model, a DeepSeek, tvrtka iz Hangzhoua u Kini, lansirala je model R1, koji predstavlja vrhunac LLM tehnologije. Deepseek R1 je AI model otvorenog koda koji je privukao…
Model zaključivanja 32B koristi samo 1/8 podataka i povezan je s DeepSeek-R1 iste veličine! Upravo su sada institucije kao što su Stanford, UC Berkeley i Sveučilište Washington zajednički objavile model zaključivanja na razini SOTA-e, OpenThinker-32B, a također su otvorile do 114k podataka o obuci. Početna stranica projekta OpenThinker: lice koje grli OpenThinker:…
Mnogi su ljudi već počeli implementirati i koristiti Deepseek Large Language Models lokalno, koristeći Chatbox kao alat za vizualizaciju. Ovaj će članak nastaviti predstavljati dva druga artefakta za upravljanje i vizualizaciju AI Large Language Modela i detaljno će ih usporediti kako bi vam pomogao da učinkovitije koristite AI Large Language Models. Godine 2025.…
Dana 9. veljače francuski predsjednik Emmanuel Macron najavio je da će Francuska uložiti 109 milijardi eura (113 milijardi američkih dolara) u područje umjetne inteligencije u sljedećih nekoliko godina. Ovo će se ulaganje iskoristiti za izgradnju AI parka u Francuskoj, poboljšanje infrastrukture i ulaganje u lokalne novonastale tvrtke AI. U međuvremenu, Mistral, francuski startup,…
Prava vrijednost DeepSeek je podcijenjena! DeepSeek-R1 je bez sumnje donio novi val entuzijazma na tržište. Ne samo da relevantni takozvani ciljevi korisnika naglo rastu, već su neki ljudi čak razvili tečajeve i softver povezane s DeepSeek u pokušaju da od toga zarade. Vjerujemo da iako ovi fenomeni imaju...
Pozicioniranje funkcija i analiza ključnih prednosti ChatGPT (OpenAI) – globalno mjerilo za svestrane ChatGPT Tehnički geni: generativni AI temeljen na GPT seriji velikih modela, s općim konverzacijskim vještinama i logičkim zaključivanjem kao temeljnim prednostima. Višejezična obrada: najbolja je na engleskom, uz kontinuirano poboljšanje na kineskom; ali preporučujemo da koristite engleski za...
Danas bih želio podijeliti članak iz DeepSeek pod naslovom DeepSeekMath: Pomicanje granica matematičkog zaključivanja u modelima otvorenog jezika. Ovaj članak predstavlja DeepSeekMath 7B, koji je unaprijed obučen na DeepSeek-Coder-Base-v1.5 7B na temelju zbirke od 120B tokena povezanih s matematikom, prirodnim jezikom i podacima koda. Model je postigao zadivljujući rezultat od 51,7% na natjecateljskoj razini…
Danas ćemo podijeliti DeepSeek R1, naslov: DeepSeek-R1: Poticanje sposobnosti rasuđivanja u LLM-u putem dodatnog učenja: Poticanje sposobnosti rasuđivanja u LLM-u putem učenja s pojačanjem. Ovaj rad predstavlja prvu generaciju modela rezoniranja DeepSeek, DeepSeek-R1-Zero i DeepSeek-R1. Model DeepSeek-R1-Zero obučen je kroz opsežno učenje pojačanja (RL) bez nadziranog finog podešavanja (SFT) kao početni korak,…
