مصنف: zddeepseeker

آج ہم DeepSeek R1 کا اشتراک کریں گے، عنوان: DeepSeek-R1: Reinforcement Learning کے ذریعے LLMs میں استدلال کی صلاحیت کی حوصلہ افزائی: کمک سیکھنے کے ذریعے LLM کی استدلال کی صلاحیت کو ترغیب دینا۔ اس مقالے میں DeepSeek کے استدلال کے ماڈلز کی پہلی نسل، DeepSeek-R1-Zero اور DeepSeek-R1 متعارف کرائی گئی ہے۔ DeepSeek-R1-Zero ماڈل کو ابتدائی قدم کے طور پر بڑے پیمانے پر کمک سیکھنے (RL) کے ذریعے زیر نگرانی فائن ٹیوننگ (SFT) کے ذریعے تربیت دی گئی تھی،…

1 پس منظر بہار کے تہوار کے دوران، DeepSeek R1 نے ایک بار پھر بڑے پیمانے پر توجہ مبذول کروائی، اور یہاں تک کہ DeepSeek V3 تشریحی مضمون جو ہم نے پہلے لکھا تھا اسے بھی دوبارہ منتقل کیا گیا اور اس پر کافی بحث کی گئی۔ اگرچہ DeepSeek R1 کے بہت سے تجزیے اور ری پروڈکشن ہو چکے ہیں، یہاں ہم نے کچھ متعلقہ پڑھنے کے نوٹ مرتب کرنے کا فیصلہ کیا ہے۔ ہم تین استعمال کریں گے…

جھلکیاں DeepSeek کے ساتھ مقابلہ یو ایس کیتھی ووڈ کے لیے اچھا ہے: میرے خیال میں اس سے ظاہر ہوتا ہے کہ اختراع کی قیمت ڈرامائی طور پر کم ہو رہی ہے، اور یہ رجحان پہلے ہی شروع ہو چکا ہے۔ مثال کے طور پر، DeepSeek سے پہلے، مصنوعی ذہانت کی تربیت کی لاگت میں سالانہ 75% کی کمی واقع ہوئی، اور تخمینہ کی لاگت یہاں تک کہ 85% تک گر کر…

جیمنی 2.0 کی کہانی میں تیزی آرہی ہے۔ دسمبر میں فلیش تھنکنگ تجرباتی ورژن نے ڈویلپرز کو کم تاخیر اور اعلی کارکردگی کے ساتھ کام کرنے والا ماڈل لایا۔ اس سال کے شروع میں، 2.0 فلیش تھنکنگ تجرباتی کو گوگل اے آئی اسٹوڈیو میں اپ ڈیٹ کیا گیا تھا تاکہ فلیش کی رفتار کو بہتر انداز کی صلاحیتوں کے ساتھ ملا کر کارکردگی کو مزید بہتر بنایا جا سکے۔ گزشتہ ہفتے،…

ابھی ابھی، علی کی جانب سے بگ ماڈل ایرینا کی فہرست میں ایک اور گھریلو ماڈل کا اضافہ کیا گیا، Qwen2.5-Max، جس نے DeepSeek-V3 کو پیچھے چھوڑ دیا اور مجموعی درجہ بندی میں 1332 کے مجموعی اسکور کے ساتھ ساتویں نمبر پر آگیا۔ اس نے Claude 3.5 Sonnet اور Llama 3.1 Bwoop میں 1.1 40 سے آگے نکل گئے۔ خاص طور پر، یہ پروگرامنگ میں سبقت رکھتا ہے…