La scorsa settimana, DeepSeek ha annunciato che avrebbe reso open source cinque progetti la prossima settimana: i netizen hanno detto, "Questa volta, OpenAI è davvero qui". Proprio ora, è arrivato il primo progetto open source, relativo all'accelerazione dell'inferenza, FlashMLA: Indirizzo del progetto open source: DeepSeek FlashMLA È open source da due ore e Github ha già 2,7k+ stelle: Il…
FlashMLA ha rapidamente attirato l'attenzione nel mondo dell'intelligenza artificiale, in particolare nel campo dei grandi modelli linguistici (LLM). Questo strumento innovativo, sviluppato da DeepSeek, funge da kernel di decodifica ottimizzato progettato per le GPU Hopper, chip ad alte prestazioni comunemente utilizzati nei calcoli di intelligenza artificiale. FlashMLA si concentra sull'elaborazione efficiente di sequenze di lunghezza variabile, rendendolo particolarmente adatto...
Introduzione Oggi, i modelli linguistici di grandi dimensioni (LLM) svolgono un ruolo cruciale. All'inizio del 2025, con l'intensificarsi della competizione per l'IA, Alibaba ha lanciato il nuovo modello di IA Qwen2.5-max e DeepSeek, un'azienda di Hangzhou, Cina, ha lanciato il modello R1, che rappresenta l'apice della tecnologia LLM. Deepseek R1 è un modello di IA open source che ha attratto...
Il modello di inferenza 32B utilizza solo 1/8 dei dati ed è alla pari con DeepSeek-R1 delle stesse dimensioni! Proprio ora, istituzioni come Stanford, UC Berkeley e l'Università di Washington hanno rilasciato congiuntamente un modello di inferenza di livello SOTA, OpenThinker-32B, e hanno anche reso open source fino a 114k dati di training. Homepage del progetto OpenThinker: OpenThinker Hugging Face:…
La scorsa settimana, DeepSeek ha annunciato che avrebbe reso open source cinque progetti la prossima settimana: i netizen hanno detto, "Questa volta, OpenAI è davvero qui". Proprio ora, è arrivato il primo progetto open source, relativo all'accelerazione dell'inferenza, FlashMLA: Indirizzo del progetto open source: DeepSeek FlashMLA È open source da due ore e Github ha già 2,7k+ stelle: Il…
Introduzione Oggi, i modelli linguistici di grandi dimensioni (LLM) svolgono un ruolo cruciale. All'inizio del 2025, con l'intensificarsi della competizione per l'IA, Alibaba ha lanciato il nuovo modello di IA Qwen2.5-max e DeepSeek, un'azienda di Hangzhou, Cina, ha lanciato il modello R1, che rappresenta l'apice della tecnologia LLM. Deepseek R1 è un modello di IA open source che ha attratto...
