DeepSeek усилила «мышление» ИИ с помощью нового подхода

DeepSeek представила новый метод обучения больших языковых моделей для улучшения их способности к рассуждению.
Метод сочетает генеративное моделирование вознаграждений (GRM) и самообучающуюся систему критической настройки.
GRM-модели показали конкурентоспособные результаты в сравнении с ведущими публичными моделями вознаграждения.
Моделирование вознаграждений помогает языковым моделям лучше соответствовать человеческим предпочтениям.
DeepSeek планирует сделать GRM-модели открытыми, но не называет конкретных сроков.
Следующая версия модели, DeepSeek-R2, может быть выпущена в этом месяце.
DeepSeek-V3-0324 - обновленная версия модели V3 с улучшенными логическими способностями, оптимизированными функциями веб-разработки и расширенными возможностями обработки китайского языка.
В феврале компания открыла исходный код пяти своих репозиториев.