DeepSeek en reunión de financiación: Liang Wenfeng habla sobre tecnología de modelos de lenguaje grande y filosofía empresarial

En una reunión de recaudación de fondos, el fundador de DeepSeek, Liang Wenfeng, presentó un análisis detallado de las tecnologías de modelos de lenguaje de gran tamaño y la estrategia comercial de la empresa. Discutió decisiones arquitectónicas clave, incluido el uso de atención dispersa y mezcla de expertos para mejorar la eficiencia del entrenamiento. Liang enfatizó que DeepSeek está comprometido con la apertura, publicando modelos e informes técnicos para fomentar el desarrollo de la comunidad. También abordó la competencia en el mercado de inteligencia artificial, señalando que China debería centrarse en la investigación fundamental en lugar de solo en aplicaciones. Durante la reunión, se trataron las perspectivas de los modelos multimodales y la reducción de los costos computacionales mediante la optimización de hardware y software.