DeepSeek mengisyaratkan model R2 dan memperkenalkan metode penskalaan inferensi baru SPCT

DeepSeek telah menerbitkan studi yang mengusulkan metode Self-Principled Critique Tuning (SPCT) untuk meningkatkan skalabilitas model reward umum selama inferensi. Di saat yang sama, perusahaan mengisyaratkan akan segera merilis model terbarunya, R2, yang diperkirakan didasarkan pada pendekatan pembelajaran penguatan murni.

DeepSeek OpenAI

Alibaba Qwen Merilis Qwen3: Pemikiran Hibrida, Dukungan untuk 119 Bahasa, dan Bersaing dengan Para Pemimpin

Alibaba Qwen telah mengumumkan keluarga model Qwen3, termasuk model andalan Qwen3-235B-A22B dengan 235 miliar parameter (22 miliar aktif), yang dibandingkan dengan DeepSeek-R1, o1, o3-mini, Grok-3, dan Gemini-2.5-Pro. Model-model ini mendukung mode pemikiran hibrida (penalaran dan respons cepat), bekerja dengan 119 bahasa, memiliki kemampuan agen yang lebih baik dan integrasi MCP. Bobot dari delapan model dirilis di bawah lisensi Apache 2.0.

Alibaba/Qwen