DeepSeek

Uusimmat tekoälyuutiset, mallit ja julkaisut taholta DeepSeek. ['DeepSeek', 'DeepSeek 3.1', 'DeepSeek-4-pro', 'DeepSeek API', 'deepseek-coder-v2', 'DeepSeek-GRM', 'DeepSeekMath-V2', 'DeepSeekMoE', 'DeepSeek-Prover-V1.5-Base', 'DeepSeek-Prover-V2', 'DeepSeek-Prover-V2-671B', 'DeepSeek-Prover-V2-7B', 'DeepSeek R1', 'DeepSeek-R1', 'DeepSeek R1-0528', 'DeepSeek-R1-0528', 'DeepSeek-R1-671B', 'DeepSeek-R1-Distilled-Llama-70B', 'DeepSeek-R1-Distilled-Qwen-32B', 'DeepSeek-R1-Distill-Qwen-32B', 'DeepSeek-R1-Zero', 'DeepSeek R2', 'DeepSeek-R2', 'DeepSeek Sparse Attention (DSA)', 'DeepSeek-V2', 'DeepSeek V3', 'DeepSeek-V3', 'DeepSeek V3.1', 'DeepSeek V3.1-Terminus', 'DeepSeek v3.2', 'DeepSeek V3.2', 'DeepSeek-V3.2', 'DeepSeek V3.2-Exp', 'DeepSeek-V3-Base', 'DeepSeek V3/R1', 'DeepSeek v4', 'DeepSeek V4', 'DeepSeek-V4', 'deepseek-v4-flash', 'DeepSeek-V4-Flash']

Tutkimus 🇺🇸

Päättelytasojen hallinta suurissa kielimalleissa

Sebastian Raschka selittää, miten eri monimutkaisuustasojen (matala, keskitaso, korkea) päättelytilat toimivat suurissa kielimalleissa. Hän käsittelee vahvistusoppimismenetelmiä todennettavissa olevilla palkkioilla sekä mekanismeja tilojen välillä vaihtamiseen, mukaan lukien lähestymistapoja, joita käytetään malleissa kuten DeepSeek-R1, Qwen3 ja GPT-5.6.

OpenAIOpenAI DeepSeekDeepSeek Moonshot AIMoonshot AI
Sebastian Raschka27.07 · 20:04
Tuoreet uutiset