DeepSeek в настоящее время обучает новую модель с 2 триллионами параметров, с планами в конечном итоге создать модель на 8 триллионов параметров.
Китайские регуляторы проводят расследование в отношении DeepSeek и Moonshot AI по поводу потенциальных утечек данных американской компании Anthropic. Это расследование следует за слухами о руководителях Kimi, хотя ситуация в настоящее время описывается как расследование, а не подтвержденные аресты.
Исследователи представляют CodeMidas, агентный конвейер, который создает среды обучения с подкреплением из реализованной функциональности в репозиториях открытого исходного кода, используя исходный код в качестве единственного входа. Метод распределяет агентные вычислительные ресурсы для исследования функциональности, создания тестов, основанных на исполнении, и валидации задач через повторяющиеся проходы, что приводит к формированию набора данных из 5 545 обучающих задач по 23 языкам программирования. Обучение MiMo-V2.5 на этих задачах с использованием GRPO улучшает показатели на пяти разнообразных бенчмарках, включая DeepSWE (+11,7%), ProgramBench (+17%) и Terminal-Bench v2.1 (+8,5%). Анализ траекторий показывает, что агент, обученный методом RL, демонстрирует лучшее поведение, такое как более активное исследование кодовой базы и более разнообразная самопроверка. Эти результаты устанавливают исходный код в качестве масштабируемой основы для создания сред RL, улучшающих работу агентов программирования при решении различных задач в области программного обеспечения.
DeepSeek выпустила DeepSeek-V4.1-Flash, мультимодальную модель Mixture-of-Experts, предназначенную для решения проблемы высоких вычислительных затрат и больших KV-кэшей при работе агентов.
Предварительная версия Atria Dawn представляет собой базовую агентную языковую модель, предназначенную для научных исследований и инженерных рабочих процессов, обученную с помощью конвейера проверяемого опыта, который связывает опосредованные инструментами взаимодействия с исполняемыми средами. По 16 бенчмаркам, охватывающим реальные исследования, инженерию и цифровую работу, модель конкурентоспособна с передовыми агентами и достигает наивысшего зафиксированного результата в пяти из них.
DeepSeek V4.1 Flash занял первое место в новом бенчмарке Astra в обновлении Индекса интеллекта Artificial Analysis v4.3.
Мы используем cookie для аналитики и улучшения сайта. Вы можете принять или отклонить аналитические cookie. Политика конфиденциальности