Autor: zddeepseeker

Hoje compartilharemos DeepSeek R1, Título: DeepSeek-R1: Incentivando a capacidade de raciocínio em LLMs via Aprendizado por Reforço: Incentivando a capacidade de raciocínio de LLM via aprendizado por reforço. Este artigo apresenta a primeira geração de modelos de raciocínio do DeepSeek, DeepSeek-R1-Zero e DeepSeek-R1. O modelo DeepSeek-R1-Zero foi treinado por meio de aprendizado por reforço (RL) em larga escala sem ajuste fino supervisionado (SFT) como uma etapa inicial,…

1 Contexto Durante o Festival da Primavera, o DeepSeek R1 atraiu novamente grande atenção, e até mesmo o artigo de interpretação do DeepSeek V3 que escrevemos anteriormente também foi retransmitido e muito discutido. Embora tenha havido muitas análises e reproduções do DeepSeek R1, aqui decidimos compilar algumas notas de leitura correspondentes. Usaremos três…

Destaques A competição com DeepSeek é boa para os EUA Cathie Wood: Acho que isso mostra que o custo da inovação está caindo drasticamente, e que essa tendência já começou. Por exemplo, antes do DeepSeek, o custo do treinamento de inteligência artificial caiu em 75% por ano, e o custo da inferência caiu até 85% para…

A história do Gemini 2.0 está acelerando. A versão Flash Thinking Experimental em dezembro trouxe aos desenvolvedores um modelo funcional com baixa latência e alto desempenho. No início deste ano, o 2.0 Flash Thinking Experimental foi atualizado no Google AI Studio para melhorar ainda mais o desempenho ao combinar a velocidade do Flash com recursos de inferência aprimorados. Na semana passada,…

Agora mesmo, outro modelo doméstico foi adicionado à lista da Big Model Arena da Ali, Qwen2.5-Max, que superou DeepSeek-V3 e ficou em sétimo lugar no ranking geral com uma pontuação total de 1332. Ele também superou modelos como Claude 3.5 Sonnet e Llama 3.1 405B de uma só vez. Em particular, ele se destaca na programação…