Минатата недела, DeepSeek објави дека следната недела ќе отвори пет проекти со отворен код: Нетизените рекоа: „Овој пат, OpenAI е навистина тука“. Токму сега, дојде првиот проект со отворен код, поврзан со забрзувањето на заклучоците, FlashMLA: Адреса на проектот со отворен код: DeepSeek FlashMLA Тој е со отворен код веќе два часа, а Github веќе има 2,7k+ ѕвезди: The…
FlashMLA брзо привлече внимание во светот на вештачката интелигенција, особено во областа на големи јазични модели (LLMs). Оваа иновативна алатка, развиена од DeepSeek, служи како оптимизирано јадро за декодирање дизајнирано за графички процесори на Hopper - чипови со високи перформанси кои вообичаено се користат во пресметките со вештачка интелигенција. FlashMLA се фокусира на ефикасна обработка на секвенци со променлива должина, што го прави особено добро прилагоден…
Вовед Денес, големите јазични модели (LLMs) играат клучна улога. На почетокот на 2025 година, како што се засили конкуренцијата за вештачка интелигенција, Alibaba го лансираше новиот модел Qwen2.5-max AI, а DeepSeek, компанија од Хангжу, Кина, го лансираше моделот R1, кој го претставува врвот на технологијата LLM. Deepseek R1 е модел со вештачка интелигенција со отворен код кој привлече…
Моделот за заклучување 32B користи само 1/8 од податоците и е врзан со DeepSeek-R1 со иста големина! Токму сега, институциите како што се Стенфорд, УК Беркли и Универзитетот во Вашингтон заеднички објавија модел за заклучување на ниво на SOTA, OpenThinker-32B, а исто така имаат отворен извор до 114k податоци за обука. Почетна страница на проектот OpenThinker: Лице гушкање OpenThinker:…
Многу луѓе веќе почнаа локално да ги распоредуваат и користат Deepseek Large Language Models, користејќи го Chatbox како алатка за визуелизација Оваа статија ќе продолжи да воведува два други артефакти за управување и визуелизација на моделот на големи јазици со вештачка интелигенција и ќе ги спореди трите детално за да ви помогне поефикасно да ги користите моделите со големи јазици со вештачка интелигенција. Во 2025 година,…
На 9 февруари, францускиот претседател Емануел Макрон објави дека Франција ќе инвестира 109 милијарди евра (113 милијарди американски долари) во областа на вештачката интелигенција во следните неколку години. Оваа инвестиција ќе биде искористена за изградба на парк за вештачка интелигенција во Франција, подобрување на инфраструктурата и инвестирање во локални стартапи за вештачка интелигенција. Во меѓувреме, Мистрал, француски стартап,…
Вистинската вредност на DeepSeek е потценета! DeepSeek-R1 несомнено донесе нов бран на ентузијазам на пазарот. Не само што релевантните таканаречени цели на корисници нагло се зголемуваат, туку некои луѓе дури развија курсеви и софтвер поврзани со DeepSeek во обид да заработат пари од тоа. Сметаме дека иако овие појави имаат…
Позиционирање на функции и анализа на основните предности ChatGPT (OpenAI) – глобален репер за сеопфатни ChatGPT Технички гени: генеративна вештачка интелигенција базирана на серијата големи модели на GPT, со општи вештини за разговор и логично расудување како основни предности. Повеќејазична обработка: најдобро функционира на англиски, со континуирано подобрување на кинескиот; но препорачуваме да го користиме англискиот јазик за да…
Денес би сакал да споделам статија од DeepSeek, насловена како DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models. Оваа статија го воведува DeepSeekMath 7B, кој е претходно обучен на DeepSeek-Coder-Base-v1.5 7B врз основа на колекција од 120B математички токени, природен јазик и податоци за кодови. Моделот постигна неверојатен резултат од 51,7% на конкурентно ниво…
Денес ќе споделиме DeepSeek R1, Наслов: DeepSeek-R1: Поттикнување на способноста за расудување кај LLM преку учење за зајакнување: Поттикнување на способноста за расудување на LLM преку учење за засилување. Овој труд ја воведува првата генерација на модели за расудување на DeepSeek, DeepSeek-R1-Zero и DeepSeek-R1. Моделот DeepSeek-R1-Zero беше обучен преку учење за засилување од големи размери (RL) без надгледувано фино подесување (SFT) како почетен чекор,…
