Múlt héten az DeepSeek bejelentette, hogy a jövő héten öt projektet nyit meg a forráskóddal: A Netizens azt mondta: „Ezúttal valóban itt van az OpenAI.” Most érkezett meg az első nyílt forráskódú projekt, a következtetések gyorsításával kapcsolatban, FlashMLA: Nyílt forráskódú projekt címe: DeepSeek FlashMLA Két órája nyílt forráskódú, és a Githubnak már több mint 2,7 ezer csillaga van: A…
Bevezetés Manapság a nagy nyelvi modellek (LLM-ek) döntő szerepet játszanak. 2025 elején, ahogy a mesterséges intelligenciaért folytatott verseny fokozódott, az Alibaba piacra dobta az új Qwen2.5-max AI modellt, a kínai Hangzhou-i DeepSeek pedig az R1 modellt, amely az LLM technológia csúcsát képviseli. A Deepseek R1 egy nyílt forráskódú AI-modell, amely vonzotta…
A 32B következtetési modell csak az adatok 1/8-át használja fel, és az azonos méretű DeepSeek-R1-hez kötődik! Az imént olyan intézmények, mint a Stanford, a UC Berkeley és a Washingtoni Egyetem közösen kiadtak egy SOTA-szintű következtetési modellt, az OpenThinker-32B-t, és nyílt forráskódú akár 114 000 képzési adatokat is. OpenThinker Project honlapja: OpenThinker Hugging Face:…
Sokan már elkezdték helyileg telepíteni és használni a Deepseek Large Language Models-t, a Chatboxot vizualizációs eszközként használva. Ez a cikk továbbra is két másik AI Large Language Model kezelési és vizualizációs műterméket mutat be, és a hármat részletesen összehasonlítja az AI Large Language Models hatékonyabb használatának elősegítése érdekében. 2025-ben…
Február 9-én Emmanuel Macron francia elnök bejelentette, hogy Franciaország 109 milliárd eurót (113 milliárd dollárt) fektet be a mesterséges intelligencia területére a következő néhány évben. Ezt a beruházást egy MI-park felépítésére, az infrastruktúra fejlesztésére és helyi induló mesterségesintelligencia-vállalkozásokba való befektetésre fordítják. Eközben a Mistral, egy francia startup,…
Az DeepSeek valódi értékét alábecsülik! Az DeepSeek-R1 kétségtelenül a lelkesedés új hullámát hozta a piacra. Nemcsak a releváns, úgynevezett kedvezményezettek száma emelkedik meredeken, de néhányan még az DeepSeek-vel kapcsolatos tanfolyamokat és szoftvereket is kifejlesztették, hogy ezzel pénzt keressenek. Úgy gondoljuk, hogy bár ezeknek a jelenségeknek van…
Funkciópozicionálás és alapvető előnyök elemzése ChatGPT (OpenAI) – a mindenre kiterjedő globális benchmark ChatGPT Technikai gének: generatív mesterséges intelligencia, amely a nagy modellek GPT sorozatán alapul, általános társalgási készségekkel és logikus érveléssel, mint fő előnye. Többnyelvű feldolgozás: a legjobban angolul teljesít, a kínai nyelv folyamatos fejlesztésével; de javasoljuk, hogy az angol nyelvet használja…
Ma szeretnék megosztani egy cikket az DeepSeek-től, melynek címe DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models. Ez a cikk bemutatja az DeepSeekMath 7B-t, amely az DeepSeek-Coder-Base-v1.5 7B-re van előképzett, 120B matematikai tokenek, természetes nyelvi és kódadatok gyűjteménye alapján. A modell elképesztő, 51,7% pontszámot ért el versenyszinten…
Ma megosztjuk az DeepSeek R1-t, címe: DeepSeek-R1: Az LLM-ek érvelési képességének ösztönzése megerősítéses tanulás révén: Az LLM érvelési képességének ösztönzése megerősítő tanulás révén. Ez a cikk bemutatja az DeepSeek gondolkodási modelljeinek első generációját, az DeepSeek-R1-Zero-t és az DeepSeek-R1-et. Az DeepSeek-R1-Zero modellt kezdeti lépésként nagy léptékű megerősítéses tanulással (RL) képezték felügyelt finomhangolás (SFT) nélkül,…
1 Háttér A Tavaszi Fesztivál idején az DeepSeek R1 ismét felkeltette az érdeklődést, sőt az általunk korábban írt DeepSeek V3 interpretációs cikket is újra közvetítették és sokat vitatták. Bár az DeepSeek R1-ről számos elemzés és reprodukálás született, itt úgy döntöttünk, hogy összeállítunk néhány megfelelő feljegyzést. Három…
