Bilanz der Quelle: DeepSeek hat ein erstes grosses Open-Source-LLM-Projekt veröffentlicht: 7B- und 67B-Modelle auf 2T-Tokens mit eigenen Scaling-Laws, SFT und DPO – der 67B-Chat schlägt LLaMA-2 70B und GPT-3.5 in offenen Evaluierungen. Es etablierte das von High-Flyer gesponserte Labor als ernstzunehmendes Open-Source-Akteur.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
