پچھلے ہفتے، DeepSeek نے اعلان کیا کہ وہ اگلے ہفتے پانچ پروجیکٹس کھولے گا: نیٹیزنز نے کہا، "اس بار، OpenAI واقعی یہاں ہے۔" ابھی، پہلا اوپن سورس پروجیکٹ آیا، جس کا تعلق انفرنس ایکسلریشن سے ہے، فلیش ایم ایل اے: اوپن سورس پروجیکٹ ایڈریس: DeepSeek FlashMLA یہ دو گھنٹے سے اوپن سورس ہے، اور گیتھب کے پاس پہلے ہی 2.7k+ ستارے ہیں: The…
FlashMLA نے مصنوعی ذہانت کی دنیا میں خاص طور پر بڑے لینگویج ماڈلز (LLMs) کے میدان میں تیزی سے توجہ حاصل کر لی ہے۔ یہ اختراعی ٹول، جو DeepSeek کے ذریعے تیار کیا گیا ہے، Hopper GPUs کے لیے ڈیزائن کیا گیا ایک بہترین ڈیکوڈنگ کرنل کے طور پر کام کرتا ہے—اعلیٰ کارکردگی والی چپس جو عام طور پر AI کمپیوٹنگ میں استعمال ہوتی ہیں۔ فلیش ایم ایل اے متغیر لمبائی کے سلسلے کی موثر پروسیسنگ پر توجہ مرکوز کرتا ہے، جس سے یہ خاص طور پر موزوں ہے…
تعارف آج، بڑے زبان کے ماڈلز (LLMs) ایک اہم کردار ادا کرتے ہیں۔ 2025 کے اوائل میں، جیسا کہ AI کا مقابلہ تیز ہوا، علی بابا نے نیا Qwen2.5-max AI ماڈل لانچ کیا، اور Hangzhou، چین کی ایک کمپنی DeepSeek نے R1 ماڈل لانچ کیا، جو LLM ٹیکنالوجی کے عروج کی نمائندگی کرتا ہے۔ Deepseek R1 ایک اوپن سورس AI ماڈل ہے جس نے اپنی طرف متوجہ کیا ہے…
32B انفرنس ماڈل ڈیٹا کا صرف 1/8 استعمال کرتا ہے اور اسی سائز کے DeepSeek-R1 کے ساتھ بندھا ہوا ہے! ابھی ابھی، Stanford، UC Berkeley، اور University of Washington نے مشترکہ طور پر SOTA کی سطح کا انفرنس ماڈل، OpenThinker-32B جاری کیا ہے، اور 114k ٹریننگ ڈیٹا کو اوپن سورس بھی کیا ہے۔ OpenThinker پروجیکٹ ہوم پیج: OpenThinker کو گلے لگانا چہرہ:…
بہت سے لوگوں نے پہلے ہی ڈیپ سیک لارج لینگویج ماڈلز کو مقامی طور پر تعینات کرنا اور استعمال کرنا شروع کر دیا ہے، چیٹ باکس کو بطور ویژولائزیشن ٹول استعمال کرتے ہوئے یہ مضمون دو دیگر AI لارج لینگویج ماڈل مینجمنٹ اور ویژولائزیشن آرٹیفیکٹس کو متعارف کرانا جاری رکھے گا، اور ان تینوں کا تفصیل سے موازنہ کرے گا تاکہ آپ کو AI Large Language Models کو زیادہ موثر طریقے سے استعمال کرنے میں مدد ملے۔ 2025 میں،…
9 فروری کو، فرانسیسی صدر ایمانوئل میکرون نے اعلان کیا کہ فرانس آئندہ چند سالوں میں AI کے شعبے میں 109 بلین یورو (113 بلین امریکی ڈالر) کی سرمایہ کاری کرے گا۔ اس سرمایہ کاری کا استعمال فرانس میں ایک AI پارک بنانے، انفراسٹرکچر کو بہتر بنانے اور مقامی AI اسٹارٹ اپس میں سرمایہ کاری کے لیے کیا جائے گا۔ دریں اثنا، Mistral، ایک فرانسیسی اسٹارٹ اپ،…
DeepSeek کی حقیقی قدر کو کم سمجھا جاتا ہے! DeepSeek-R1 بلاشبہ مارکیٹ میں جوش و خروش کی ایک نئی لہر لے کر آیا ہے۔ نہ صرف متعلقہ نام نہاد فائدہ اٹھانے والے اہداف تیزی سے بڑھ رہے ہیں، بلکہ کچھ لوگوں نے اس سے پیسہ کمانے کی کوشش میں DeepSeek سے متعلق کورسز اور سافٹ ویئر بھی تیار کیے ہیں۔ ہمیں یقین ہے کہ اگرچہ ان مظاہر میں ایک…
فنکشن پوزیشننگ اور بنیادی فائدہ کا تجزیہ ChatGPT (OpenAI) – آل راؤنڈرز کے لیے عالمی معیار ChatGPT تکنیکی جینز: بڑے ماڈلز کی GPT سیریز پر مبنی جنریٹو AI جس کے بنیادی فوائد کے طور پر عمومی گفتگو کی مہارت اور منطقی استدلال ہے۔ کثیر لسانی پروسیسنگ: انگریزی میں بہترین کارکردگی کا مظاہرہ کرتا ہے، چینی میں مسلسل بہتری کے ساتھ؛ لیکن ہم انگریزی کو استعمال کرنے کا مشورہ دیتے ہیں…
آج میں DeepSeek سے ایک مضمون شیئر کرنا چاہوں گا، جس کا عنوان ہے DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models. اس مضمون میں DeepSeekMath 7B متعارف کرایا گیا ہے، جو DeepSeek-Coder-Base-v1.5 7B پر 120B ریاضی سے متعلق ٹوکن، قدرتی زبان اور کوڈ ڈیٹا کے مجموعے کی بنیاد پر پہلے سے تربیت یافتہ ہے۔ ماڈل نے مسابقتی سطح پر 51.7% کا حیران کن سکور حاصل کیا…
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،…
