Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

DeepSeek Harness (DSH) ընդդեմ Pi Agent. տեխնիկական համեմատություն

Dev.to
Advertisement468 × 90
DeepSeek Harness (DSH) ընդդեմ Pi Agent. տեխնիկական համեմատություն

DeepSeek-ը վերջերս թողարկեց իր բաց կոդով գործակալի աշխատանքային միջավայրը՝ DeepSeek Harness (DSH)-ը, որը մեծ ժողովրդականություն է ձեռք բերել GitHub-ում: Այս հոդվածը համեմատական վերլուծություն է ներկայացնում DSH-ի և Pi Agent-ի միջև, որոնք երկուսն էլ հայտնի բաց կոդով ծրագրավորման գործակալներ են: Թեև երկու գործիքներն էլ ձգտում են ապահովել ճկուն և մոդելից անկախ միջավայր, դրանք տարբերվում են իրենց փիլիսոփայությամբ. Pi-ն կենտրոնանում է մինիմալիստական և ընդլայնելի միջուկի վրա, մինչդեռ DSH-ն առաջարկում է մոդուլային, պլագինների վրա հիմնված ճարտարապետություն՝ նախատեսված խորը կառավարման համար: Թեստավորումը ցույց է տալիս, որ երկու գործակալներն էլ ցուցաբերում են նմանատիպ արդյունքներ, թեև DSH-ն ավելի արդյունավետ է արագության և ծախսերի առումով: Հետաքրքիր է, որ DSH-ն օգտագործում է Pi-ի մոդելային շերտը՝ ապահովելով լայն աջակցություն տարբեր մատակարարների համար: Վերջնական ընտրությունը կախված է նրանից, թե օգտատերը նախընտրում է Pi-ի պարզությունը, թե DSH-ի հզոր, պլագիններով հագեցած համակարգը:

This is a summary. Read the full article at the original source:

Dev.to
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

ԱՄՆ Ազգային անվտանգության գործակալությունը (NSA), Կիբերանվտանգության և ենթակառուցվածքների անվտանգության գործակալությունը (CISA) և Հետաքննությունների դ…

Ars Technica

Հոդվածում քննարկվում է այն տեխնոլոգիաների արագ զարգացումը, որոնք թույլ են տալիս համակարգիչներին հասկանալ մարդկային խոսքը և ինքնուրույն գրել ծրագրային…

Habr

Հոդվածում քննարկվում է արհեստական բանականության պատասխաններում ապրանքանիշի տեսանելիության գնահատման խնդիրը: Հեղինակը նշում է, որ ֆորմալ ցուցանիշները,…

Habr
Advertisement970 × 250