Un laborator din China a lansat unul dintre cele mai avansate modele de inteligenţă artificială „deschise” de până acum, DeepSeek V3. Creat de firma DeepSeek, acest model a fost lansat sub o licenţă permisivă, permiţând dezvoltatorilor să-l descarce şi să-l modifice pentru diverse aplicaţii, inclusiv comerciale. DeepSeek V3 demonstrează performanţe remarcabile în sarcini variate, cum ar fi scrierea, traducerea şi codificarea, scrie TechCrunch.
În testele comparative, DeepSeek V3 a depăşit modele consacrate precum Llama 3.1 de la Meta sau GPT-4o de la OpenAI. Mai mult, a obţinut rezultate de top în competiţii precum Codeforces, confirmând capacitatea sa de a scrie şi integra cod nou. Modelul este antrenat pe un set de date masiv, de 14,8 trilioane de jetoane, şi are 671 de miliarde de parametri, depăşind astfel majoritatea concurenţilor. Totuşi, aceste dimensiuni impresionante necesită hardware extrem de puternic pentru a funcţiona la viteze rezonabile.
DeepSeek V3 a fost dezvoltat rapid şi eficient, într-un centru de date echipat cu GPU-uri Nvidia H800, în doar două luni şi cu un cost de 5,5 milioane de dolari. Acest lucru este cu atât mai impresionant în contextul restricţiilor impuse de SUA asupra achiziţiei acestor tehnologii. Cu toate acestea, modelul vine cu limitări legate de subiectele sensibile politic, conform reglementărilor stricte ale autorităţilor chineze.
🚀 Introducing DeepSeek-V3!
Biggest leap forward yet:
⚡ 60 tokens/second (3x faster than V2!)
💪 Enhanced capabilities
🛠 API compatibility intact
🌍 Fully open-source models & papers
🐋 1/n pic.twitter.com/p1dV9gJ2Sd
— DeepSeek (@deepseek_ai) December 26, 2024DeepSeek este finanţat de High-Flyer Capital Management, un fond speculativ chinez care foloseşte inteligenţa artificială în deciziile financiare. Fondatorul companiei, Liang Wenfeng, îşi propune să dezvolte o inteligenţă artificială „superinteligentă”, considerând modelele cu sursă închisă un obstacol temporar. Lumea tehnologică urmăreşte cu interes evoluţia acestui jucător ambiţios.