DeepSeek-AI hat seine erste Generation von Reasoning-Modellen vorgestellt, DeepSeek-R1-Zero und DeepSeek-R1, die verstärkendes Lernen nutzen, um die Reasoning-Fähigkeiten großer Sprachmodelle (LLMs) erheblich zu verbessern. Das DeepSeek-R1-Zero-Modell optimiert die Reasoning-Leistung, ohne sich auf überwachte Daten zu stützen, und erreicht eine bemerkenswerte Erfolgsquote von 71,0 % beim AIME 2024 Benchmark.
Währenddessen integriert DeepSeek-R1 Cold-Start-Daten, um kohärente und benutzerfreundliche Ausgaben sicherzustellen, wobei das 14B DeepSeek-R1-Distill-Qwen-32B Modell eine Erfolgsquote von 72,6 % erreicht. Diese Modelle, die unter der MIT-Lizenz verfügbar sind, versprechen verbesserte mehrsprachige Unterstützung und effiziente Software-Engineering-Fähigkeiten.
Da der Wettbewerb im KI-Bereich zunimmt, deuten die Angebote von DeepSeek auf eine wachsende Fähigkeit chinesischer KI-Labore hin, mit etablierten Akteuren wie OpenAI gleichzuziehen und sie möglicherweise zu übertreffen.
infobud.news ist ein KI-betriebener Nachrichtenaggregator, der weltweite Nachrichten vereinfacht und individuell anpassbare Feeds in mehreren Sprachen für maßge- schneiderte Einblicke in Technologie, Finanzen, Politik und mehr bietet. Aufgrund der Diversität der Nachrichten- quellen bietet es präzise und relevante Nachrichtenaktualisierungen, wobei es sich voll und ganz auf die Fakten fokussiert ohne dabei die Meinung zu beeinflussen. Mehr erfahrenExpand
