เปิดตัว DeepSeek R1
ยุค: ยุค LLM · ทศวรรษ 2020–ปัจจุบัน
ห้องปฏิบัติการ AI ของจีน DeepSeek เปิดตัว R1 โมเดลการให้เหตุผลแบบน้ำหนักเปิดที่เผยแพร่โค้ดและน้ำหนักภายใต้สัญญาอนุญาต MIT และมีประสิทธิภาพแข่งขันกับ o1 ของ OpenAI การเปิดตัวนี้แสดงให้เห็นว่าขีดความสามารถแนวหน้าสามารถทำได้นอกสถาบัน AI ของสหรัฐฯ และจุดชนวนการประเมินการแข่งขัน AI ทั่วโลกใหม่
DeepSeek
แหล่งที่มาและหลักฐาน
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
DeepSeek / arXiv · ประเภทแหล่งที่มา: บทความวิชาการ
การเผยแพร่ DeepSeek-R1 แนวทางการฝึก และผลการประเมินที่รายงาน
เผยแพร่: ·เข้าถึง: