Área de investigación
DeepSeek
5 publicaciones en el archivo.
DeepSeek-OCR 2: Arquitectura Visual Causal Flow y codificador basado en LLM
DeepSeek-AI presenta DeepSeek-OCR 2, que incorpora DeepEncoder V2. Este modelo sustituye a CLIP por una arquitectura de lenguaje compacta que reorganiza los tokens visuales mediante un flujo causal, alcanzando un 91,09 % de precisión en OmniDocBench v1.5.
DeepSeek-V3.2 presenta DSA y alcanza paridad con Gemini-3.0-Pro en razonamiento
DeepSeek-AI libera DeepSeek-V3.2 con arquitectura DSA (DeepSeek Sparse Attention) para eficiencia en contexto largo y mejoras en tool use. La variante Speciale alcanza medalla de oro en IMO y IOI 2025, equiparando a Gemini-3.0-Pro en razonamiento.
DeepSeek-OCR propone un nuevo paradigma para comprimir texto con visión artificial
El laboratorio DeepSeek-AI presentó “DeepSeek-OCR”, un modelo que utiliza compresión óptica para reducir hasta veinte veces la cantidad de tokens necesarios en tareas de lectura de documentos.
Cómo DeepSeek-R1 impacta el desarrollo de la inteligencia artificial
DeepSeek-AI libera R1, un modelo MoE de 671B parámetros que introduce un pipeline de entrenamiento basado en "Cold Start" y Reinforcement Learning multi-etapa. Incluye variantes destiladas que superan a modelos propietarios en eficiencia.
DeepSeek V3: El nuevo modelo chino que rivaliza con las IAs cerradas
DeepSeek-AI lanza DeepSeek-V3, un modelo mixture of experts con 671B de parámetros totales y 37B activos. Reporta un coste de entrenamiento de 5.5 millones de dólares, superando a Llama 3.1 405B en benchmarks de matemáticas y código.