Το DeepSeek κυκλοφορεί το βελτιωμένο μοντέλο V3 AI τρεις μήνες μετά την αρχική κυκλοφορία

Αυτό το ενημερωμένο μοντέλο έχει βελτιωμένη απόδοση και δυνατότητες, όπως η δημιουργία ελκυστικών ιστοσελίδων και καλογραμμένων αναφορών στα κινέζικα.

Η DeepSeek, μια κινεζική εταιρεία τεχνητής νοημοσύνης, κυκλοφόρησε το DeepSeek-V3-0324, μια ενημερωμένη έκδοση του μοντέλου V3 AI μεγάλης γλώσσας (LLM), το οποίο κυκλοφόρησε αρχικά τον Δεκέμβριο του 2024. Το μοντέλο V3 εξέπληξε τον κόσμο λόγω των πολύ χαμηλότερων απαιτήσεων υλικού εκπαίδευσης, του μικρότερου χρόνου εκπαίδευσης και του χαμηλότερου κόστους API, αλλά και των υψηλών επιδόσεων AIPT του μοντέλου GAI έναντι του comp.

Το ενημερωμένο μοντέλο V3 είναι ένα μοντέλο τεχνητής νοημοσύνης χωρίς λογική, που σημαίνει ότι προσπαθεί να απαντήσει γρήγορα σε ερωτήσεις και δεν χρειάζεται επιπλέον χρόνο για να σκεφτεί τα δύσκολα προβλήματα, σε αντίθεση με το μοντέλο R1 της DeepSeek. Το μέγεθος παραμέτρων των 685 δισεκατομμυρίων το τοποθετεί ανάμεσα στα μεγαλύτερα δημόσια διαθέσιμα LLM. Το πιο πρόσφατο μοντέλο είναι διαθέσιμο για χρήση υπό την άδεια MIT.

Το DeepSeek-V3-0324 σημείωσε 5,3% έως 19,8% υψηλότερη βαθμολογία στα benchmarks AI από το αρχικό V3. Η απόδοσή του είναι συγκρίσιμη με άλλα κορυφαία AI, όπως το GPT-4.5 και το Claude Sonnet 3.7.

Το ενημερωμένο μοντέλο έχει επίσης βελτιωμένες δυνατότητες. Ένας τομέας βελτίωσης είναι η εκλεπτυσμένη ικανότητά του να δημιουργεί ελκυστικές ιστοσελίδες και front-ends για διαδικτυακά παιχνίδια. Μια άλλη βελτίωση είναι η ικανότητά του να αναζητά, να γράφει και να μεταφράζει καλύτερα στα κινέζικα.