HogarDeepSeek-V2-Chat
236B
Cantidad de parámetros del modelo
DeepSeek
Organización afiliada
Código abierto
Tipo de licencia
6 de mayo de 2024
Tiempo de lanzamiento
Figuras relacionadas
Introducción al modelo
DeepSeek-V2 es un modelo de lenguaje Mixture-of-Experts (MoE) potente caracterizado por un entrenamiento económico y una inferencia eficiente. Cuenta con un total de 236 mil millones de parámetros, de los cuales 21 mil millones están activos para cada token. En comparación con DeepSeek 67B, DeepSeek-V2 ofrece un mejor rendimiento, reduce en un 42,5% los costos de entrenamiento, disminuye el caché KV en un 93,3% y aumenta el rendimiento máximo de generación hasta 5,76 veces.
Puntaje integral
Diálogo del idioma
Reserva de conocimiento
Asociación de razonamiento
Cálculo matemático
Redacción de código
Comando siguiente
Desliza hacia la izquierda y la derecha para ver más
Capacidad de comprensión del lenguaje
A menudo hace juicios mal semánticos, lo que lleva a obvias desconexiones lógicas en las respuestas.
5.0
Alcance de cobertura de conocimiento
Tiene puntos ciegos de conocimiento significativo, a menudo que muestran errores objetivos y repitiendo información obsoleta.
6.3
Capacidad de razonamiento
Incapaz de mantener cadenas de razonamiento coherentes, a menudo causando causalidad invertida o errores de cálculo.
4.1
Comparación de modelos
DeepSeek-V2-Chat vs Doubao-Seed-1.6-251015 (Thinking)
El modelo de razonamiento profundo lanzado por ByteDance, que admite el cambio manual de razonamiento profundo, y su rendimiento mejora significativamente en comparación con doubao-1.5.
DeepSeek-V2-Chat vs Doubao-Seed-1.6-thinking-250715
La última versión del modelo de la serie Seed lanzado por ByteDance, que soporta el modo de pensamiento.
Modelo relacionado
DeepSeek-V4-Flash
DeepSeek-V4-Flash es el modelo ligero de DeepSeek, diseñado para ofrecer un alto rendimiento, ideal para interacciones de baja latencia, usos con alta concurrencia y aplicaciones inteligentes de uso diario.
DeepSeek-V4-Pro
DeepSeek-V4-Pro es el modelo de alto rendimiento estrella de DeepSeek, que mejora aún más las capacidades de razonamiento, programación, procesamiento de textos extensos y desempeño general en tareas diversas.
DeepSeek-V3.2
La última versión de los modelos de la serie Deepseek V3.
DeepSeek-V3.2-Exp
La última versión experimental de los modelos de la serie Deepseek V3.
DeepSeek-R1-0528
La última versión de Deepseek R1.
Documentos relevantes
Slackbot se convierte en un agente de IA
Slackbot, el asistente automatizado integrado en la plataforma de mensajería corporativa Slack de Salesforce, está evolucionando hacia un agente de inteligencia artificial. El CTO de Salesforce, Parker Harris, prevé que alcance un estatus viral compa
ByteDance Refuerza los Incentivos de IA Central mientras Doubao Aumenta un 14.6%
ByteDance ha convocado recientemente una sesión informativa sobre la participación accionaria de DouBao para presentar nuevas políticas de incentivos para el personal involucrado en la división de DouBao. El precio de ejercicio de las acciones de Dou
MiniMax presenta el Programa de Equipo 10x para incentivar a expertos globales en IA
MiniMax (Xiyu Technology), el Laboratorio de Inteligencia Artificial General, ha lanzado oficialmente "10x Team", una iniciativa global de colaboración de talento. Este programa tiene como objetivo reclutar a los mejores expertos de diversas industri
Corea del Sur inicia la construcción del Centro Nacional de Cómputo de IA, invirtiendo 2,5 billones de wones con un objetivo para 2028
El medio surcoreano EtNews informa que la ceremonia de colocación de la primera piedra del Centro de Cómputo de IA de Corea (KOACC) se llevó a cabo el 3 de agosto en el parque de centros de datos Solar City, en Sunan, Jeollanam-do. Con una inversión
Seis gigantes tecnológicos respaldan a la Linux Foundation con 12,5 millones de dólares para abordar el ruido de las vulnerabilidades de la inteligencia artificial
Para hacer frente a la avalancha de informes de seguridad de baja calidad generados por herramientas de automatización de IA, seis grandes empresas tecnológicas—Anthropic, Amazon (AWS), GitHub, Google, Microsoft y OpenAI—han contribuido conjuntamente
