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.
Během pěti měsíců od vydání Qwen2-VL vývojáři vytvořili nové modely na jeho základě a poskytli cennou zpětnou vazbu. Nyní Qwen2.5-VL přináší vylepšené schopnosti včetně přesné analýzy obrázků, textů a grafů, stejně jako lokalizaci objektů se strukturovanými JSON výstupy. Rozumí dlouhým videím, identifikuje klíčové události a funguje jako agent interagující s nástroji na počítačích a telefonech. Architektura modelu zahrnuje dynamické zpracování videa a optimalizovaný ViT enkodér pro vyšší rychlost a přesnost.
| DeepSeek-R1 | Qwen2.5-VL-32B | |
|---|---|---|
Poskytovatel | ||
Webová stránka | ||
Datum vydání | Jan 21, 2025 3 měsíce ago | Mar 25, 2025 4 týdny ago |
Modality | text | text obrázky video |
Poskytovatelé API | DeepSeek, HuggingFace | - |
Datum uzávěrky znalostí | Neznámý | Neznámý |
Open Source | Ano | Ano (Zdroj) |
Cena za vstup | $0.55 na milion tokenů | $0 |
Cena za výstup | $2.19 na milion tokenů | $0 |
MMLU | 90.8% Pass@1 Zdroj | 78.4% Zdroj |
MMLU Pro | 84% EM Zdroj | 49.5% |
MMMU | - | 70% |
HellaSwag | - | Není k dispozici |
HumanEval | - | Není k dispozici |
MATH | - | 82.2% |
GPQA | 71.5% Pass@1 Zdroj | 46.0% Diamond |
IFEval | 83.3% Prompt Strict Zdroj | Není k dispozici |
Mobilní aplikace | - |
Compare AI. Test. Benchmarks. Mobilní chatboty, Sketch
Copyright © 2025 All Right Reserved.