DeepSeeks neuer „Trumpf“ enthüllt.

DeepSeek hat soeben die neueste verbesserte Version seines groß angelegten Sprachmodells mit dem Codenamen V3-0324 veröffentlicht, die signifikante Verbesserungen bei den Schlussfolgerungs- und Programmierfähigkeiten aufweist.

Die neue KI von DeepSeek sorgt mit ihrer herausragenden Leistung weiterhin für Aufsehen in der Tech-Welt. Foto: SCMP .

DeepSeek stellt offiziell DeepSeek V3-0324 vor, die neueste Version der V3-Familie von Large-Scale Modeling Languages ​​(LLMs).

Wie seine Vorgänger wird auch dieses Modell kostenlos und als Open Source über die Hugging Face Plattform veröffentlicht und weist gegenüber früheren Versionen deutliche Verbesserungen auf, insbesondere in den Bereichen logisches Denken und Programmierung.

Laut OpenRouter wurde DeepSeek V3-0324 unter Verwendung von Mixture of Experts (MoE) erstellt, einer in einigen chinesischen KI-Modellen sehr beliebten Methode des maschinellen Lernens, und verfügt über 685 Milliarden Parameter.

Erste Tests zeigen, dass dieses Modell bei verschiedenen Aufgaben eine beeindruckende Leistung erbringt. Ein Reddit-Beitrag belegt zudem, dass DeepSeek V3-0324 in einem Codegenerierungstest mit Googles Sonnet 3.7-Modell gleichgezogen hat.

Quellen zufolge ist DeepSeek V3-0324 in der Lage, lange Codeabschnitte fehlerfrei zu generieren. Die KI-Analyse-Website Vidhya testete dieses Modell und bestätigte dessen Fähigkeit, problemlos 700 Codezeilen zu generieren.

Auf X sorgte die Anwendung von DeepSeek V3-0324 ebenfalls für großes Aufsehen. Um dies zu beweisen, veröffentlichte der Nutzer Deepanshu Sharma ein Video , das zeigte, dass dieses KI-Modell problemlos eine komplette Website mit über 800 Codezeilen generieren konnte.

DeepSeek avancierte im Dezember 2024 zum meistdiskutierten chinesischen KI-Unternehmen, als es DeepSeek-V3 auf den Markt brachte. Dieses Modell erreichte eine mit GPT-4o vergleichbare Leistung, benötigte aber nur einen Bruchteil der Rechenressourcen.

Kurz darauf veröffentlichte DeepSeek sein DeepSeek-R1-Logikmodell. Laut TechCrunch übertraf R1 das o1-Modell von OpenAI in Benchmarks wie AIME, MATH-500 und SWE-bench Verified.

Gleichzeitig ist die Summe von 5,6 Millionen Dollar für das abschließende Training des DeepSeek-Modells schockierend, verglichen mit den Hunderten von Millionen Dollar, die führende amerikanische Unternehmen für das Training ihrer Modelle ausgeben.

Quelle: https://znews.vn/at-chu-bai-moi-cua-deepseek-lo-dien-post1540831.html