DeepSeek-V3: Eine neue Ära in Open-Source-Modellen

DeepSeek-AI hat DeepSeek-V3 vorgestellt, ein beeindruckendes Sprachmodell mit 671 Milliarden Parametern, das 37 Milliarden Parameter pro Token aktiviert. Trainiert auf erstaunlichen 14,8 Billionen Tokens, nutzt dieses Modell Fortschritte in der maschinellen Lernarchitektur und erzielt bemerkenswerte Leistungen bei verschiedenen Benchmarks.

Mit Trainingskosten von nur 5,5 Millionen US-Dollar ist es ein ernstzunehmender Konkurrent zu proprietären Modellen wie den Angeboten von OpenAI und Meta. Bemerkenswert ist, dass DeepSeek-V3 in Programmieraufgaben herausragt und seine Überlegenheit in Wettbewerben zeigt.

Allerdings werden seine Antworten moderiert, um den chinesischen Regulierungsstandards zu entsprechen, was Diskussionen über sensible Themen einschränkt. Mit dieser Veröffentlichung bekräftigt DeepSeek-AI sein Engagement für die Open-Source-Entwicklung und fördert Innovationen innerhalb der Forschungsgemeinschaft.