Китайська лабораторія DeepSeek представила нову компактну версію своєї просунутої моделі штучного інтелекту для логічних міркувань.
Оновлена модель DeepSeek-R1−0528-Qwen3−8B обіцяєстати помітною подією у світі ШІ завдяки високій ефективності за мінімальних апаратних вимог.
Читайте також:
Не простий ШІ. Китай використовує DeepSeek у своїх бойових літаках DeepSeek-R1−0528-Qwen3−8B створена на основі моделі Qwen3−8B від Alibaba і вирізняється тим, що для її роботи достатньо одного графічного процесора з об'ємом відеопам'яті від 40 до 80 гігабайт, наприклад Nvidia H100. Це вигідно відрізняє її від повнорозмірної моделі R1, яка вимагає відразу близько 12 таких GPU.
Незважаючи на компактність, нова версія показала вражаючі результати. У тестах AIME 2025, де перевіряються здібності до вирішення складних математичних завдань, вона обійшла модель Gemini 2.5 Flash від Google. А у випробуваннях на математичне мислення HMMT майже наздогнала Phi 4 Plus від Microsoft.
DeepSeek домоглася цього результату, використовуючи метод «дистиляції»: модель була навчена на даних, згенерованих потужнішою версією R1, а потім доопрацьована на основі Qwen3−8B. Завдяки такому підходу, нова модель стала значно легшою, зберігши при цьому високий рівень міркувань.
DeepSeek-R1−0528-Qwen3−8B вже доступна на платформі Hugging Face під вільною ліцензією MIT, що дозволяє комерційне використання. Кілька хмарних сервісів, включно з LM Studio, уже інтегрували модель у свої API.
Читайте також:
DeepSeek під підозрою. США вимагають від Nvidia розкрити дані про постачання АІ-чипів
