Área de investigación
Modelos IA
2 publicaciones en el archivo.
0102
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.