DeepSeek представляет DeepSeek-R2: новая модель превосходит GPT-4 в кодировании

Сегодня китайская компания DeepSeek официально представила свою новейшую языковую модель DeepSeek-R2. Модель содержит 1,5 триллиона параметров и обучена на 15 триллионах токенов, что делает её одной из крупнейших открытых моделей в мире. Разработчики утверждают, что DeepSeek-R2 демонстрирует впечатляющие результаты в задачах программирования и математических рассуждений, превосходя ведущие модели конкурентов.

В бенчмарке HumanEval, который оценивает способность генерировать корректный код на Python, новая модель набрала 92,7% точности, что на 30% выше показателя GPT-4 Turbo. В тесте MATH на решение сложных математических задач DeepSeek-R2 достиг 85,1%, обогнав как GPT-4, так и Claude 3 Opus. По словам CEO компании, такой скачок стал возможен благодаря применению новой архитектуры Mixture of Experts (MoE) и улучшенным алгоритмам обучения с подкреплением.

DeepSeek-R2 доступна для использования через API, а также в открытом исходном коде для некоммерческих целей. Разработчики уже отмечают высокое качество генерации кода и низкую задержку ответов. Эксперты считают, что релиз DeepSeek-R2 может усилить конкуренцию на рынке больших языковых моделей и ускорить внедрение ИИ в разработку программного обеспечения.

Этот запуск происходит на фоне активной гонки между США и Китаем в области искусственного интеллекта. DeepSeek-R2 обещает стать серьёзным конкурентом для проприетарных моделей, при этом оставаясь доступной для исследователей.