DeepSeek-ը թողարկել է V4.1-Flash-1017 մոդելը

DeepSeek-ը պաշտոնապես թողարկել է իր վերջին մոդելը՝ V4.1-Flash-1017-ը, Hugging Face հարթակի միջոցով։ Այս նոր մոդելը նշանակալի թարմացում է ընկերության՝ լեզվական մեծ մոդելների արդյունավետությունը օպտիմալացնելու ջանքերում՝ կենտրոնանալով արագության և արդյունավետության վրա։ «Flash» անվանումը հուշում է թեթև ճարտարապետության մասին, որը նախատեսված է ավելի արագ աշխատանքի համար, ինչը այն դարձնում է մրցունակ տարբերակ այն մշակողների համար, ովքեր ցանկանում են բարձր արդյունավետությամբ AI ներդնել ժամանակային զգայուն հավելվածներում։ Որպես բաց կոդով շարժման մաս՝ այս թողարկումը հետազոտողներին և մշակողներին հնարավորություն է տալիս մուտք գործել մոդելի պարամետրեր՝ խրախուսելով հետագա փորձարկումները AI համայնքում։ Թեև տեխնիկական չափանիշները դեռ վերլուծվում են, այս թողարկումը ընդգծում է DeepSeek-ի հանձնառությունը արագ կրկնվող ցիկլերին LLM-ների մրցակցային ոլորտում։ Օգտատերերը կարող են մուտք գործել մոդելի քաշերը և փաստաթղթերը անմիջապես Hugging Face պահոցի միջոցով՝ գնահատելու դրա հնարավորությունները տարբեր առաջադրանքների համար։
This is a summary. Read the full article at the original source:
Hacker News (YC)Կապակցված
Վեց ամիս միայնակ. ինչպես հիմար գաղափարը վերածվեց արհեստական բանականությամբ դերային խաղերի հարթակի
Հոդվածի հեղինակը կիսվում է Katomu նախագծի մշակման իր փորձով, որն անցել է պարզ անանուն չաթից մինչև արհեստական բանականությամբ դերային խաղերի հարթակ դառն…
Սեղմում, գեղեցկություն և Շմիդհուբեր. կարո՞ղ են արդյոք նեյրոցանցերը նոր բան հորինել
2025 թվականի նոյեմբերին ժամանակակից արհեստական բանականության պիոներներից Յուրգեն Շմիդհուբերը հղում կատարեց իր 2008 թվականի գիտական աշխատանքին՝ մեկնաբա…
Grok-ը ընդդեմ Claude-ի. AI-ի լավագույն «ռոսթ» մարտը
Վերջերս անցկացված փորձարկումը արդյունաբերության առաջատար երկու լեզվական մոդելներին՝ xAI-ի Grok-ին և Anthropic-ի Claude-ին, հանել է միմյանց դեմ «ռոսթ»…



