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.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
