La société chinoise DeepSeek a rendu publics ses modèles d'intelligence artificielle, notamment DeepSeek-R1 et DeepSeek-R1-Zero, ce qui a déjà fait chuter les actions OpenAI sur le marché boursier américain.
DeepSeek (深度求索) est une startup chinoise fondée par trois employés de l'université du Zhejiang de Hangzhou. Le projet a été créé en 2023 et a pu devenir en peu de temps une alternative intéressante à ChatGPT. Le projet a version web, officiellement disponible y compris depuis la Russie, contrairement à ses homologues occidentaux.
Le projet a attiré l'attention en Occident après l'annonce selon laquelle la société chinoise avait ouvert l'accès à ses modèles linguistiques, qui démontrent, sinon une supériorité, du moins une parité avec leurs homologues américains.
DeepSeek-R1-Zero et DeepSeek-R1 sont formés sur le modèle DeepSeek-V3-Base. Ils contiennent 671 milliards de paramètres.
Des modèles légers sont également disponibles en téléchargement, qui sont d'autres projets open source, entraînés en outre à l'aide des données générées par DeepSeek-R1. Les modèles Qwen et Llama ont notamment été utilisés. Ils gèrent facilement les tâches de programmation et résolvent des problèmes mathématiques, sans exiger de ressources GPU.
Source: linux.org.ru
