DeepSeek izlaidumi ieteica R1 izvietošanas iestatījumus, lai iegūtu labāko AI argumentāciju un veiktspēju

Pēc sava V3 modeļa globālajiem panākumiem ķīniešu AI starta DeepSeek piektdien publiskoja ieteicamos iestatījumus sava DeepSEEK-R1 modeļa izvietošanai. Pārcelšanās norāda uz uzņēmuma pieaugošo klātbūtni AI, jo pastiprinās interese par spriešanas iespējām. DeepSeek parādās kā nopietns sāncensis pret tādiem nozares līderiem kā Openai.

X ziņojumā X Deepseek ieskicēja labāko konfigurāciju lietotājiem, kuru mērķis ir pēc iespējas labāk izmantot savu modeli:

Atsevišķā amatā par GitHub, DeepSeek izvērsa šos ieteikumus, izceļot problēmu, kurā modelis dažreiz apiet tā spriešanas procesu, izvadot “ n n.

“Mēs esam novērojuši, ka DeepSEEK-R1 sērijas modeļiem ir tendence apiet domāšanas modeli (ti, izvadot“ n n > ”), Reaģējot uz noteiktiem jautājumiem, kas var nelabvēlīgi ietekmēt modeļa veiktspēju,” piezīmē par Github sacīja Deepseek.

“Lai nodrošinātu, ka modelis nodarbojas ar rūpīgu spriešanu, mēs iesakām ieviest modeli, lai sāktu tā reakciju ar” n ‘katras izejas sākumā, ”piebilda DeepSeek.

DeepSeek-R1: AI argumentācijas iegūšana

DeepSeek apstiprināja, ka tās oficiālā izvietošana darbojas ar tādu pašu modeli kā tā atvērtā koda versija, kas nozīmē, ka visiem lietotājiem ir pieejama pilnīga DeepSEEK-R1 pieredze.

DeepSeek kļuva par globālu sensāciju janvārī, kad tā īsi pārspēja Chatgpt App Store. Ķīniešu AI startēšana nosūtīja triecienviļņus caur tehnoloģiju sektoru pēc tam, kad tā V3 modelis pārspēja Meta Llama 3.1, Openai GPT-4O un Alibaba Qwen 2.5 par trešo personu etaloniem-dodot spēcīgākus rezultātus par daļu no izmaksām.

Kopš tā atklāšanas DeepSeek-R1 ir pievērsis uzmanību tā efektivitātei, pieejamībai un spriešanas iespējām. Daži agrīnie adoptētāji uzskata, ka tas atbilst vai pat pārspēj Openai modeļus noteiktos argumentācijas uzdevumos. Pārbaude pēc AI entuziastiem liecina, ka temperatūras iestatīšana 0,6 un izvairīšanās no sistēmas liek nodrošināt labākos rezultātus.

Ko tas nozīmē AI izvietošanai

DeepSeek pieaugums ir izraisījis diskusijas par to, kā AI argumentācijas modeļi veidos plašāku nozari, ieskaitot:

  • Mākoņdatošana – Efektīvāka AI varētu samazināt skaitļošanas izmaksas.
  • Aparatūras attīstība – AI modeļi, kas būvēti argumentācijai, varētu palielināt pieprasījumu pēc specializētas AI aparatūras.
  • Atvērtā koda ietekme -DeepSEEK-R1 pieejamība ir paplašināt piekļuvi augsta līmeņa AI attīstībai.

DeepSeek veic viļņus AI un virza sarunu uz priekšu. Tas, vai tas var notikt pret galvu ar Openai, vēl ir jānovērtē, bet konkurence AI argumentācijā ir uzkarsēta.

DeepSeek panākumi izraisa nozares reakcijas

DeepSeek panākumi ir ļāvuši amerikāņu tehnoloģiju vadītājiem ļoti brīdināt par Ķīnas AI sasniegumiem. Pasaules ekonomikas forumā Davosā nozares vadītāji pauda bažas par Ķīnas paātrināšanas progresu, un DeepSeek bieži minēts kā galvenais spēlētājs. Daudzi uzsvēra iespējamos ģeopolitiskos riskus, kas atpaliek no šīs būtiskās tehnoloģijas.

“Ja Amerikas Savienotās Valstis nevar vadīt šo tehnoloģiju, mēs ģeopolitiski atradīsimies ļoti sliktā vietā,” brīdināja viens izpilddirektors. Viņu komentāri izceļ pieaugošo ASV vadības likmi AI – jomā, kas arvien vairāk saistīta ar nacionālo drošību un globālo ietekmi.

Ievērojamas figūras ir nosvērušas DeepSeek sasniegumus:

  • Marks Andreessensriska kapitālists to sauca par “vienu no pārsteidzošākajiem un iespaidīgākajiem izrāvieniem, ko jebkad esmu redzējis”.
  • Holgers ZschaepitzŽurnālists, ierosināja, ka DeepSeek efektivitāte varētu radīt ievērojamus draudus ASV kapitāla tirgiem, graujot miljardiem, kas iztērēti kapitāla izdevumiem AI.
  • Garijs iedegumsY Combinator izpilddirektors, uzskatīja attīstību par iespēju ASV konkurentiem, atzīmējot, ka lētāka modeļa apmācība varētu paātrināt pieprasījumu pēc AI secinājumiem un reālās pasaules lietojumprogrammām.