Das Startup der chinesischen künstlichen Intelligenz (KI), Deepseek, hat eine neue Argumentationsmethode vorgestellt, da der Markt weiterhin die Veröffentlichung seines Modells der nächsten Generation vorwegnimmt. Berichten zufolge hat das Unternehmen gerade einen neuartigen Ansatz eingeführt, der die Argumentationsfunktionen von Großsprachmodellen (LLMs) unterstützen wird, da die Öffentlichkeit auf die Veröffentlichung seines neuen Modells wartet.
Berichten zufolge hat ein kürzlich veröffentlichtes Papier gezeigt, dass die Leistung durch eine Zusammenarbeit zwischen Forschern der Tsinghua University und dem KI -Startup erzielt wurde. Laut dem Papier konnte Deepseek eine Technik entwickeln, die Methoden kombiniert, die als generative Belohnungsmodellierung (GRM) und als selbstgeprägte Abstimmung bezeichnet werden. Mit dem doppelten Ansatz können LLMs allgemeine Abfragen bessere und schnellere Ergebnisse liefern.
Deepseek zeigt eine neue KI -Argumentationsmethode
Nach Angaben der Forscher konnten die daraus resultierenden Deekseek-GRM-Modelle bestehende Methoden übertreffen und eine Wettbewerbsleistung mit den öffentlichen Belohnungsmodellen von Strong erzielten. Belohnungsmodellierung ist ein Prozess, der einem LLM hilft, die menschlichen Vorlieben zu bestimmen. Die Forscher erwähnten, dass das KI -Startup beabsichtigt, die GRM -Modelle Open Source zu machen, das Unternehmen jedoch noch keinen Zeitplan für die Entwicklung angeben.
Das veröffentlichte akademische Forschungspapier findet nach Spekulationen über den potenziellen nächsten Schritt des Startups statt, nachdem er die globale Aufmerksamkeit auf das Modell Deepseek V3 Foundation und sein R1 -Argumentationsmodell gesammelt enj. Zu dieser Zeit erlangte das R1 -Modell, das Anfang dieses Jahres veröffentlicht wurde, eine Bedeutung, nachdem festgestellt wurde, dass es besser abschneidet als einige ältere Modelle, darunter das erste ChatGPT -Modell von OpenAI.
Die Veröffentlichung des R1 -Modells erregte auch das Silicon Valley, in Anbetracht der Tatsache, dass das Modell Open Source war und mit einem Bruchteil der in anderen KI -Modellen verwendeten Kosten abgeschlossen wurde. Während sich die Aufmerksamkeit zu verlangsamen scheint, gab es in der KI -Branche einige bemerkenswerte Fortschritte bei den Konkurrenzunternehmen, was zeigt, dass die Rivalität in der Branche für die Altersgruppe ist.
In einem Reuters-Bericht wurde im vergangenen Monat jedoch erwähnt, dass Deepseek-2, der Nachfolger des weltweit gefeierten R1, in Arbeit sein könnte. Dem Bericht zufolge könnte das Unternehmen es gegen Ende dieses Monats veröffentlichen, da es sein wachsendes Profil in der KI -Branche nutzen möchte. Deepseek hingegen hat sich in Bezug auf das R2-Modell eng mit dem R2-Modell einig geblieben, wobei die offiziellen öffentlichen Kanäle das Schweigen aufrechterhalten, und ein Kundendienstkonto verweigert das Gerücht bei Geschäftskunden.
Die Entwicklung des V3 -Modells geht weiter
Deepseek mit Sitz in Hangzhou wurde 2023 von Unternehmer Liang Wenfeng gegründet und war aus den richtigen Gründen in den letzten Monaten im globalen Rampenlicht. Das Unternehmen hat sich jedoch geweigert, öffentliche Kommunikation zu treffen und sich zu entscheiden, all seine Zeit und Energie auf Forschung und Entwicklung zu konzentrieren. Es bleibt zwar abzuwarten, was das Unternehmen für die KI -Branche hat, dank der Gerüchte hat es sicherlich gekocht.
Im vergangenen Monat kündigte das Unternehmen eine Entwicklung an, an der es gearbeitet hat, und zeigte sein verbessertes V3-Modell mit dem Namen Deepseek-V3-0324 der Welt. Laut dem Unternehmen bot das verbesserte Modell „verbesserte Argumentationsfunktionen, optimierte Front-End-Webentwicklung und verbesserte chinesische Schreibkenntnisse“. Im Februar hat das Unternehmen fünf seiner Code-Repositorys übertroffen, sodass Entwickler seine Softwareentwicklung überprüfen und beizutragen können. Das Startup erwähnte, dass es "aufrichtige Fortschritte mit voller Transparenz" machen würde.
Im selben Monat veröffentlichte Liang eine technische Studie zur nativen Aufmerksamkeit, eine Methode zur Verbesserung der Effizienz von LLMs bei der Verarbeitung großer Datenmengen. Der 40-jährige Liang ist auch der Gründer der Muttergesellschaft von Deepseek, High-Flyer Quant, dem Hedgefonds, der die finanziellen Fähigkeiten zur Finanzierung der technischen Fortschritte des KI-Startups erteilt hat. Ende Februar war der Unternehmer Teil eines Symposiums, das Tech -Unternehmer versammelte, wobei der chinesische Präsident dent Jinping sie veranstaltete. Die Präsidentin dent das Startup als Zeichen für die Widerstandsfähigkeit des Landes angesichts der Bewegungen der Vereinigten Staaten, um Chinas KI -Fortschritt einzudämmen.
Key Differenzdraht hilft Crypto -Marken, die Schlagzeilen schnell durchzubrechen und zu dominieren
