DeepSeek-R1 — это модель типа Mixture-of-Experts (MoE) с 671 млрд параметров, из которых 37 млрд активируются на каждый токен. Обучена с использованием масштабного обучения с подкреплением (RL) с упором на развитие навыков рассуждения. Включает два этапа RL для выявления улучшенных схем рассуждения и согласования с предпочтениями человека, а также два этапа SFT для развития навыков, связанных и не связанных с рассуждением. По математическим, программным и логическим задачам модель демонстрирует производительность, сопоставимую с OpenAI-o1.
Llama 3.1 Nemotron 70B от NVIDIA — это мощная языковая модель, оптимизированная для предоставления точных и информативных ответов. Построенная на архитектуре Llama 3.1 70B и улучшенная с помощью обучения с подкреплением на основе обратной связи от людей (RLHF),она достигает высочайших результатов в тестах на автоматическое выравнивание. Разработанная для приложений, требующих высокой точности в генерации ответов и полезности, эта модель идеально подходит для широкого спектра пользовательских запросов в различных областях.
| DeepSeek-R1 | Llama 3.1 Nemotron 70B Instruct | |
|---|---|---|
Провайдер | ||
Веб-сайт | ||
Дата выпуска | Jan 21, 2025 3 месяца назад | Oct 15, 2023 1 год назад |
Модальности | текст | текст |
Поставщики API | DeepSeek, HuggingFace | OpenRouter |
Дата актуальности знаний | Неизвестно | - |
Открытый исходный код | Да | Да |
Стоимость ввода | $0.55 за миллион токенов | $0.35 за миллион токенов |
Стоимость вывода | $2.19 за миллион токенов | $0.40 за миллион токенов |
MMLU | 90.8% Pass@1 Источник | 85% 5-shot Источник |
MMLU Pro | 84% EM Источник | Недоступно |
MMMU | - | Недоступно |
HellaSwag | - | Недоступно |
HumanEval | - | 75% Источник |
MATH | - | 71% Источник |
GPQA | 71.5% Pass@1 Источник | Недоступно |
IFEval | 83.3% Prompt Strict Источник | Недоступно |
Мобильное приложение | - |
Compare AI. Test. Benchmarks. Чат-боты для мобильных приложений, Sketch
Copyright © 2025 All Right Reserved.