DeepSeek-R1 je model Mixture-of-Experts (MoE) s 671 miliardami parametrů, z nichž 37 miliard je aktivováno na token. Byl vyškolen pomocí rozsáhlého posilovaného učení se zaměřením na schopnosti logického uvažování. Model obsahuje dvě fáze RL pro objevování lepších vzorců uvažování a sladění s lidskými preferencemi, spolu se dvěma fázemi SFT pro inicializaci schopností souvisejících s uvažováním i bez něj. Dosahuje výkonu srovnatelného s OpenAI-o1 v matematických, programovacích a logických úlohách.
NVIDIA Llama 3.1 Nemotron 70B je výkonný jazykový model optimalizovaný pro poskytování přesných a informativních odpovědí. Postavený na architektuře Llama 3.1 70B a vylepšený pomocí učení s posilováním na základě lidské zpětné vazby (RLHF),dosahuje špičkových výsledků v benchmarkech automatického zarovnání. Navržený pro aplikace vyžadující vysokou přesnost při generování odpovědí a užitečnost je tento model vhodný pro širokou škálu uživatelských dotazů napříč různými doménami.
| DeepSeek-R1 | Llama 3.1 Nemotron 70B Instruct | |
|---|---|---|
Poskytovatel | ||
Webová stránka | ||
Datum vydání | Jan 21, 2025 3 měsíce ago | Oct 15, 2023 1 rok ago |
Modality | text | text |
Poskytovatelé API | DeepSeek, HuggingFace | OpenRouter |
Datum uzávěrky znalostí | Neznámý | - |
Open Source | Ano | Ano |
Cena za vstup | $0.55 na milion tokenů | $0.35 na milion tokenů |
Cena za výstup | $2.19 na milion tokenů | $0.40 na milion tokenů |
MMLU | 90.8% Pass@1 Zdroj | 85% 5-shot Zdroj |
MMLU Pro | 84% EM Zdroj | Není k dispozici |
MMMU | - | Není k dispozici |
HellaSwag | - | Není k dispozici |
HumanEval | - | 75% Zdroj |
MATH | - | 71% Zdroj |
GPQA | 71.5% Pass@1 Zdroj | Není k dispozici |
IFEval | 83.3% Prompt Strict Zdroj | Není k dispozici |
Mobilní aplikace | - |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.