A DeepSeek-R1 egy 671B paraméteres Mixture-of-Experts (MoE) modell, amely tokenenként 37B aktivált paraméterrel rendelkezik, és nagymértékű megerősítéses tanuláson keresztül készült, kiemelt figyelmet fordítva a gondolkodási képességekre. Két RL (reinforcement learning) szakaszt tartalmaz a javított gondolkodási minták felfedezésére és az emberi preferenciákhoz igazításra, valamint két SFT (supervised fine-tuning) szakaszt a gondolkodási és nem-gondolkodási képességek bevetésére. A modell teljesítménye hasonló az OpenAI-o1 modelléhez matematikai, kódolási és gondolkodási feladatokban.
„Llama 3.3 70B Instruct“, a Meta által létrehozott többnyelvű, nagyméretű nyelvi modell, amelyet kifejezetten utasításalapú feladatokhoz finomhangoltak és beszélgetési alkalmazásokhoz optimalizáltak. Több nyelven képes szöveget feldolgozni és generálni, kontextusablaka akár 128 000 tokenig terjed. A 2024. december 6-án megjelent modell számos nyílt forráskódú és saját fejlesztésű chatbotot felülmúl az iparági benchmarkokban. A skálázhatóság javítása érdekében Grouped-Query Attention (GQA) technológiát alkalmaz, és több mint 15 billió tokenből álló, nyilvánosan elérhető forrásokból származó változatos adathalmazon tanult. A modell tudása 2023. decemberéig aktuális.
| DeepSeek-R1 | Llama 3.3 70B Instruct | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg | szöveg |
API Szolgáltatók
| DeepSeek, HuggingFace | Fireworks, Together, DeepInfra, Hyperbolic |
Tudás Befejezési Dátuma
| Ismeretlen | 12.2024 |
Nyílt Forráskódú
| Igen | Igen |
Bemeneti Árazás
| $0.55 millió tokenenként | $0.23 millió tokenenként |
Kimeneti Árazás
| $2.19 millió tokenenként | $0.40 millió tokenenként |
MMLU
| 90.8% Pass@1 Forrás | 86% 0-shot, CoT Forrás |
MMLU-Pro
| 84% EM Forrás | 68.9% 5-shot, CoT Forrás |
MMMU
| - | Nem elérhető |
HellaSwag
| - | Nem elérhető |
HumanEval
| - | 88.4% pass@1 Forrás |
MATH
| - | 77% 0-shot, CoT Forrás |
GPQA
| 71.5% Pass@1 Forrás | 50.5% 0-shot, CoT Forrás |
IFEval
| 83.3% Prompt Strict Forrás | 92.1% Forrás |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás | - | |
MathArena | ||
| Átlagpontszám | 82% | - |
AIME 2025 Teszt, amely az American Invitational Mathematics Examination verseny feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 89% | - |
HMMT February 2025 Teszt, amely a Harvard-MIT Mathematics Tournament 2025. februári feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 77% | - |
BRUMO 2025 | 92% | - |
SMT 2025 Teszt, amely a Stanford Math Tournament 2025. évi feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 83% | - |
CMIMC 2025 Teszt, amely a Canadian Mathematical Olympiad 2025. évi feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 69% | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2026 All Right Reserved.
Hozzászólások (1)
Jacquie
27 Január 2026Digiturk paketler icinden size en uygun uyeligi kolayca secebilirsiniz. https://digiturkpaketler.com/kampanyalar