DeepSeek वर्तमान में 2 ट्रिलियन पैरामीटर के साथ एक नए मॉडल को प्रशिक्षित कर रहा है, जिसकी योजना अंततः 8 ट्रिलियन पैरामीटर वाले मॉडल को बनाने की है।
चीनी नियामक DeepSeek और Moonshot AI पर अमेरिकी कंपनी Anthropic को डेटा लीक होने की संभावना के संबंध में जांच कर रहे हैं। यह जांच Kimi के कार्यकारी अधिकारियों से जुड़ी अफवाहों के बाद हुई है, हालांकि स्थिति को अभी तक पुष्टि किए गए गिरफ्तारियों के बजाय एक जांच के रूप में वर्णित किया गया है।
शोधकर्ताओं ने CodeMidas पेश किया, जो एक एजेंटिक पाइपलाइन है जो ओपन-सोर्स कोडबेसेस में कार्यान्वित फ़ंक्शनलिटी से पुनर्बल सीखने (reinforcement learning) पर्यावरण बनाती है, स्रोत कोड को एकमात्र इनपुट के रूप में उपयोग करके। विधि एजेंटिक कंप्यूट को फ़ंक्शनलिटी का अन्वेषण करने, निष्पादन-आधारित परीक्षण बनाने और बार-बार रोलआउट के माध्यम से कार्यों की सत्यापन करने के लिए आवंटित करती है, जिसके परिणामस्वरूप 23 प्रोग्रामिंग भाषाओं में 5,545 प्रशिक्षण कार्यों का एक डेटासेट बनता है। इन कार्यों पर GRPO के साथ MiMo-V2.5 को प्रशिक्षित करने से DeepSWE (+11.7%), ProgramBench (+17%) और Terminal-Bench v2.1 (+8.5%) सहित पांच विविध बेनचमार्क्स पर प्रदर्शन में सुधार होता है। ट्रैजेक्टरी विश्लेषण संकेत देता है कि RL-प्रशिक्षित एजेंट ने बेहतर व्यवहार प्रदर्शित किए, जैसे कोडबेस का अधिक अन्वेषण और अधिक विविध स्वयं सत्यापन। ये परिणाम स्रोत कोड को स्केलेबल आधार के रूप में स्थापित करते हैं जो विविध सॉफ्टवेयर कार्यों में कोडिंग एजेंट्स को बेहतर बनाने वाले RL पर्यावरण बनाने के लिए उपयोगी है।
DeepSeek ने DeepSeek-V4.1-Flash जारी किया है, जो एक बहुआयामी Mixture-of-Experts मॉडल है जिसे एजेंटिक वर्कलोड में लंबे संदर्भ की गणना और बड़े KV कैश के उच्च खर्च को दूर करने के लिए डिज़ाइन किया गया है।
एट्रिया डॉन प्रीव्यू एक फाउंडेशन एजेंटिक लैंग्वेज मॉडल है जो वैज्ञानिक शोध और इंजीनियरिंग वर्कफ़्लो के लिए डिज़ाइन किया गया है, जिसका प्रशिक्षण टूल-मध्यस्थता वाले इंटरैक्शन को एक्सेकुटेबल एन्वायरनमेंट से जोड़ने वाली एक वेरिफिएबल एक्सपीरियंस पाइपलाइन के माध्यम से किया गया है। वास्तविक शोध, इंजीनियरिंग और डिजिटल कार्य को कवर करने वाले 16 बेंचमार्क में, यह मॉडल फ्रंटियर एजेंट्स के साथ प्रतिस्पर्धी है और उनमें से पांच पर उच्चतम रिपोर्ट किए गए स्कोर प्राप्त करता है।
DeepSeek V4.1 Flash ने Artificial Analysis Intelligence Index v4.3 अपडेट के नए Astra बेंचमार्क पर पहले स्थान पर कब्जा कर लिया है।
हम ट्रैफ़िक मापने और साइट को बेहतर बनाने के लिए कुकीज़ का उपयोग करते हैं। आप एनालिटिक्स कुकीज़ स्वीकार या अस्वीकार कर सकते हैं। गोपनीयता नीति