Η DeepSeek προχωρά σε νέες καινοτομίες στην ΑΙ, αναπτύσσοντας μοντέλα που αυτοβελτιώνονται μέσω συνεργασιών. Σε μια προσπάθεια μείωσης του λειτουργικού κόστους, η κινεζική εταιρεία DeepSeek, που έχει προκαλέσει αναστάτωση στον τομέα της τεχνητής νοημοσύνης, συνεργάζεται με το Πανεπιστήμιο Tsinghua για να μειώσει την εκπαίδευση που απαιτείται από τα μοντέλα ΑΙ της. Η κινεζική startup, που εισήγαγε ένα οικονομικό μοντέλο συλλογιστικής τον Ιανουάριο, συνεργάστηκε με ερευνητές από το Πεκίνο σε μια καινοτόμο προσέγγιση στην ενισχυτική μάθηση, με στόχο τη βελτίωση της αποδοτικότητας των μοντέλων.
Η νέα μέθοδος επικεντρώνεται στη βελτίωση της κατανόησης των ανθρώπινων προτιμήσεων, παρέχοντας ανταμοιβές για πιο ακριβείς και κατανοητές απαντήσεις. Οι ερευνητές αναφέρουν ότι η ενισχυτική μάθηση έχει δείξει επιτυχία σε περιορισμένες εφαρμογές, αλλά η επέκτασή της σε γενικές εφαρμογές έχει αποδειχθεί προκλητική, κάτι που προσπαθεί να αντιμετωπίσει η ομάδα της DeepSeek με την εφαρμογή της αυτορυθμιζόμενης κριτικής. Η στρατηγική αυτή ξεπέρασε τις υφιστάμενες μεθόδους και μοντέλα σε διάφορα benchmarks, επιδεικνύοντας βελτιωμένες επιδόσεις με λιγότερους υπολογιστικούς πόρους.
Η DeepSeek ονομάζει τα νέα της μοντέλα DeepSeek-GRM – συντομογραφία για τη γενικευμένη μοντελοποίηση ανταμοιβής – και προγραμματίζει την κυκλοφορία τους σε βάση ανοιχτού κώδικα. Άλλες εταιρείες τεχνητής νοημοσύνης, όπως ο κολοσσός Alibaba Group Holding Ltd. και η OpenAI, προχωρούν επίσης σε καινοτομίες που αφορούν τη βελτίωση των συλλογιστικών τους ικανοτήτων. Η Meta Platforms Inc., από την πλευρά της, κυκλοφόρησε πρόσφατα την οικογένεια μοντέλων Llama 4, χαρακτηρισμένα ως τα πρώτα που χρησιμοποιούν την αρχιτεκτονική Mixture of Experts (MoE).
Η DeepSeek έχει αναδείξει την αξία των πόρων που χρησιμοποιεί στην MoE, και η Meta έχει προχωρήσει σε συγκριτική αξιολόγηση με την κινεζική startup. Ωστόσο, η DeepSeek δεν έχει ακόμη ανακοινώσει την ημερομηνία κυκλοφορίας του επόμενου μοντέλου-ναυαρχίδας της.
Πηγή περιεχομένου: in.gr
