DeepSeek en réunion de financement : Liang Wenfeng discute de la technologie des grands modèles de langage et de la philosophie d'entreprise

Lors d'une réunion de levée de fonds, le fondateur de DeepSeek, Liang Wenfeng, a présenté une analyse détaillée des technologies de grands modèles de langage et de la stratégie commerciale de l'entreprise. Il a abordé les principales décisions architecturales, notamment l'utilisation de l'attention sparse et du mélange d'experts pour améliorer l'efficacité de l'entraînement. Liang a souligné que DeepSeek s'engage en faveur de l'ouverture, en publiant des modèles et des rapports techniques pour favoriser le développement de la communauté. Il a également évoqué la concurrence sur le marché de l'intelligence artificielle, notant que la Chine devrait se concentrer sur la recherche fondamentale plutôt que sur les seules applications. Au cours de la réunion, les perspectives des modèles multimodaux et la réduction des coûts de calcul grâce à l'optimisation matérielle et logicielle ont été abordées.