DeepSeek-R2: китайская модель ИИ превзошла GPT-4 в математике

Сегодня китайский стартап DeepSeek официально представил свою новую языковую модель DeepSeek-R2, которая сразу привлекла внимание всего AI-сообщества. В тесте на математические способности MATH модель набрала 92%, превзойдя GPT-4 от OpenAI (87%) и Claude 3 Opus от Anthropic (88%). Это делает DeepSeek-R2 одной из сильнейших моделей в области рассуждений.

Модель использует архитектуру смеси экспертов (MoE) с 1,2 триллионами параметров, но активирует только 200 миллиардов за один токен. Благодаря таким инженерным решениям DeepSeek-R2 работает быстрее и дешевле многих конкурентов. Кроме того, модель обучена на смеси веб-данных, математических текстов и кода с акцентом на англоязычные и китайские источники.

Этот запуск — важный шаг в противостоянии США и Китая в сфере ИИ. В отличие от GPT-4, DeepSeek-R2 доступна в открытом доступе на Hugging Face, что позволяет разработчикам дообучать модель под свои задачи. Уже сейчас исследователи отмечают, что по логическому выводу R2 не уступает, а в некоторых аспектах превосходит западные аналоги.

Эксперты связывают успех DeepSeek с эффективной оптимизацией обучения и использованием специализированных чипов. «Мы видим, что китайские компании догоняют лидеров, и DeepSeek-R2 это доказательство», — комментирует аналитик Stanford HAI. Следующим шагом может стать расширение мультимодальных возможностей модели.