Săptămâna trecută, DeepSeek a anunțat că va deschide cinci proiecte săptămâna viitoare: Netizens a spus: „De data aceasta, OpenAI este cu adevărat aici”. Chiar acum, a venit primul proiect open source, legat de accelerarea inferenței, FlashMLA: Adresa proiectului open source: DeepSeek FlashMLA A fost open source de două ore, iar Github are deja 2.7k+ stele: The...
FlashMLA a câștigat rapid atenția în lumea inteligenței artificiale, în special în domeniul modelelor de limbaj mari (LLM). Acest instrument inovator, dezvoltat de DeepSeek, servește ca un nucleu de decodare optimizat conceput pentru GPU-uri Hopper - cipuri de înaltă performanță utilizate în mod obișnuit în calculele AI. FlashMLA se concentrează pe procesarea eficientă a secvențelor cu lungime variabilă, făcându-l deosebit de potrivit...
Introducere Astăzi, modelele lingvistice mari (LLM) joacă un rol crucial. La începutul anului 2025, pe măsură ce competiția pentru AI s-a intensificat, Alibaba a lansat noul model Qwen2.5-max AI, iar DeepSeek, o companie din Hangzhou, China, a lansat modelul R1, care reprezintă vârful tehnologiei LLM. Deepseek R1 este un model open source AI care a atras...
Modelul de inferență 32B folosește doar 1/8 din date și este legat cu DeepSeek-R1 de aceeași dimensiune! Chiar acum, instituții precum Stanford, UC Berkeley și Universitatea din Washington au lansat în comun un model de inferență la nivel SOTA, OpenThinker-32B și, de asemenea, au furnizat open source până la 114k date de antrenament. Pagina principală a proiectului OpenThinker: OpenThinker Hugging Face:...
Mulți oameni au început deja să implementeze și să utilizeze modelele de limbă mari Deepseek la nivel local, folosind Chatbox ca instrument de vizualizare. Acest articol va continua să prezinte alte două artefacte de gestionare și vizualizare a modelului de limbă mare AI și le va compara pe cele trei în detaliu pentru a vă ajuta să utilizați mai eficient modelele de limbă mare AI. În 2025,…
Pe 9 februarie, președintele francez Emmanuel Macron a anunțat că Franța va investi 109 miliarde de euro (113 miliarde de dolari SUA) în domeniul AI în următorii câțiva ani. Această investiție va fi folosită pentru a construi un parc AI în Franța, pentru a îmbunătăți infrastructura și pentru a investi în start-up-uri locale de AI. Între timp, Mistral, un startup francez,...
Valoarea adevărată a DeepSeek este subestimată! DeepSeek-R1 a adus, fără îndoială, un nou val de entuziasm pe piață. Nu numai că așa-numitele ținte relevante ale beneficiarilor cresc brusc, dar unii oameni chiar au dezvoltat cursuri și software legate de DeepSeek, în încercarea de a câștiga bani din acesta. Credem că, deși aceste fenomene au o...
Poziționarea funcției și analiza avantajelor de bază ChatGPT (OpenAI) – punctul de referință global pentru chatGPT polivalent Gene tehnice: IA generativă bazată pe seria GPT de modele mari, cu abilități generale de conversație și raționament logic ca avantaje principale. Prelucrare multilingvă: funcționează cel mai bine în limba engleză, cu îmbunătățiri continue în chineză; dar vă recomandăm să folosiți engleza pentru...
Astăzi aș dori să împărtășesc un articol din DeepSeek, intitulat DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models. Acest articol prezintă DeepSeekMath 7B, care este pre-antrenat pe DeepSeek-Coder-Base-v1.5 7B, bazat pe o colecție de 120B de jetoane legate de matematică, limbaj natural și date de cod. Modelul a obținut un scor uimitor de 51,7% la nivel competitiv...
Astăzi vom împărtăși DeepSeek R1, Titlul: DeepSeek-R1: Stimularea capacității de raționament în LLMs prin învățare prin consolidare: stimularea capacității de raționament a LLM prin învățare prin consolidare. Această lucrare prezintă prima generație de modele de raționament a DeepSeek, DeepSeek-R1-Zero și DeepSeek-R1. Modelul DeepSeek-R1-Zero a fost antrenat prin învățare prin întărire la scară largă (RL) fără reglare fină supravegheată (SFT) ca pas inițial,...
