El desarrollador chino de inteligencia artificial DeepSeek publicó su último modelo «experimental», que dice que es más eficiente de entrenar.
También mejor para procesar secuencias largas de texto que las iteraciones anteriores de sus grandes modelos lingüísticos.
En una publicación en el foro de desarrolladores Hugging Face, la empresa de Hangzhou calificó DeepSeek-V3.2-Exp de «paso intermedio hacia nuestra arquitectura de próxima generación».
La arquitectura será probablemente el lanzamiento de producto más importante de DeepSeek desde que V3 y R1 conmocionaron a Silicon Valley y a los inversores en tecnología de fuera de China.
El modelo V3.2-Exp incluye un mecanismo denominado DeepSeek Sparse Attention, que, según la empresa china, puede reducir los costos de computación y aumentar el rendimiento de algunos tipos de modelos. DeepSeek afirmó el lunes en una publicación en X que está reduciendo los precios de las API en «más de un 50%».
Aunque es poco probable que la arquitectura de nueva generación de DeepSeek agite los mercados como lo hicieron las versiones anteriores en enero, podría ejercer una presión significativa sobre rivales nacionales como Qwen, de Alibaba, y competidores estadounidenses como OpenAI, si consigue repetir el éxito de DeepSeek R1 y V3.
Para ello tendría que demostrar una gran capacidad por una fracción de lo que cobran y gastan sus competidores en la formación de modelos.
Fuente: es-us.finanzas.yahoo.com
El impacto acústico del transporte metropolitano ha dejado de considerarse un efecto secundario inherente a…
La robótica con IA avanza con rapidez y abre una nueva etapa para la automatización…
La inteligencia artificial está encontrando un espacio cada vez más relevante en la dermatología. Estas…
Un reciente estudio de SubmitHub reveló que cerca del 40 por ciento de la música…
El Hospital Regional de Alta Especialidad (HRAE) de Torreón, Coahuila, del Instituto de Seguridad y…
El gobierno de Luiz Inácio Lula da Silva de Brasil anunció el jueves 20 de…