Lưu trữ — US — turtlesai
DeepSeek Đổi Mới AI: Phương Pháp Lập Luận và Chờ Đợi Mới Cho Mô Hình R2
DeepSeek, phối hợp với Đại học Tsinghua, đã phát triển một kỹ thuật AI mới kết hợp giữa Generative Reward Modeling (GRM) và Self-Principled Critique Tuning (SPCT) để cải thiện quá trình suy luận trong các mô hình ngôn ngữ lớn, giúp tạo ra kết quả chính xác, tương thích với con người hơn. Các mô hình DeepSeek-GRM mới này vượt trội so với các phương pháp hiện có và công ty dự định sẽ công bố mã nguồn của chúng trong thời gian sớm.
Điểm chính
- DeepSeek và Đại học Tsinghua hợp tác phát triển một kỹ thuật trí tuệ nhân tạo mới.
- Kỹ thuật này tích hợp Mô hình Thưởng Tạo sinh (GRM) với Điều chỉnh Phê bình tự nguyên tắc (SPCT).
- Các mô hình DeepSeek-GRM vượt trội so với các phương pháp hiện tại, đạt hiệu suất cạnh tranh.
- DeepSeek dự định công bố mã nguồn mở các mô hình GRM, tuy nhiên chưa có thông báo về ngày phát hành.
- Sáng tạo này đến trước việc dự kiến phát hành mô hình thế hệ tiếp theo của DeepSeek, DeepSeek-R2.
Vì sao quan trọng
- Sự tích hợp liên tục của các phương pháp AI phản ánh một xu hướng đáng kể đến việc cải thiện khả năng tương tác và lý luận giữa con người và AI.
- Sự phát triển này trùng khớp với sự tăng cường quan tâm đến AI tạo ra và các tiến bộ AI mã nguồn mở trong ngành công nghệ vào năm 2025.
Đột phá bởi DeepSeek đánh dấu một tiến bộ ý nghĩa trong khả năng lập luận trí tuệ nhân tạo, nâng cao sự tương tác giữa LLMs và sở thích của con người, có thể sẽ tạo xu hướng cho các phát triển AI trong tương lai và các sáng kiến mã nguồn mở.