Model DeepSeek V3 został opracowany w ciągu dwóch miesięcy za 5, 58 miliona USD, wykorzystując mniej zasobów obliczeniowych niż konkurenci. Czas czytania: 2 minuty Dlaczego możesz zaufać SCMP Relacjonuje Ben Jiang z Pekinu Opublikowano i zaktualizowano: 18:45, 27 grudnia 2024 DeepSeek, chiński start-up, wzbudził poruszenie w globalnym przemyśle AI swoim nowym dużym modelem językowym (LLM), który przewyższył modele od Meta Platforms i twórcy ChatGPT, OpenAI, w testach porównawczych. Firma z Hangzhou ogłosiła na WeChat w czwartek, że jej LLM, DeepSeek V3, ma 671 miliardów parametrów i został wytrenowany w ciągu około dwóch miesięcy za koszt 5, 58 miliona USD, używając wyraźnie mniej zasobów obliczeniowych niż te opracowane przez większe firmy technologiczne. LLM wspiera generatywne usługi AI jak ChatGPT, a wysoka liczba parametrów jest kluczowa do adaptacji do skomplikowanych wzorców danych i dokonywania precyzyjnych prognoz. Informatyk Andrej Karpathy, członek założyciel OpenAI, skomentował raport chińskiego start-upu o nowym modelu AI na platformie społecznościowej X, mówiąc: „DeepSeek sprawia, że to wygląda łatwo. . .

z udostępnieniem otwartych wag modelu LLM najwyższej klasy, wytrenowanego za śmieszny budżet. ” Otwarte wagi oznaczają jedynie udostępnienie wstępnie wytrenowanych parametrów lub wag modelu AI, co pozwala stronom trzecim korzystać z modelu do wnioskowania i doskonalenia, ale nie zapewnia kodu treningowego, oryginalnego zestawu danych, szczegółów architektury ani metodologii treningowej. Stworzenie przez DeepSeek mocnego LLM za budżet znacznie mniejszy niż zwykle inwestują większe firmy jak Meta i OpenAI podkreśla postęp osiągnięty przez chińskie firmy AI, mimo amerykańskich sankcji ograniczających ich dostęp do zaawansowanych półprzewodników niezbędnych do trenowania modeli.