Yangi DeepSeek V4.1-Flash kodlash va agent vazifalarida kattaroq AI tizimlariga qarshi chiqadi
Xitoyning AI startapi DeepSeek chiqarildi DeepSeek-V4.1-Flash, uni yangi arxitektura oilasidagi eng kichik model deb ta'riflaydi. Ushbu ishga tushirish kompaniya Shanxayning texnologiyaga yo'naltirilgan STAR bozorida dastlabki ommaviy taklifga tayyorgarlik ko'rayotgan bir paytda amalga oshirildi.
Multimodal model 552 milliard parametrli mutaxassislarning asosiy tarmog'iga ega va bir milliongacha tokenlarning kontekstlarini qo'llab-quvvatlaydi. Uning asosiy yutug'i shunchaki o'lcham emas, balki samaradorlikdir. DeepSeekning sabab-oqibat kodlovchi-dekoder arxitekturasi 40 ta transformator qatlamini alohida 20 qatlamli kodlash va dekodlash bosqichlariga ajratadi. Natijada, har bir kirish tokeni uchun atigi sakkiz milliard va har bir yaratilgan token uchun 16 milliard parametr faollashtiriladi.
Arxitektura katta hajmdagi hujjatlarni, kod bazalarini yoki suhbat tarixlarini qayta ishlash hisoblash xarajatlaridan ustunlik qilishi mumkin bo'lgan ma'lumotlarni kiritishni ko'p talab qiladigan agentlik vazifalari uchun mo'ljallangan. DeepSeekning ta'kidlashicha, uning SWA Bounded Replay usuli tanlangan diqqat holatini qattiq holatda saqlashda saqlab qolish zaruratini bartaraf etadi va doimiy KV-kesh izini DeepSeek-V4-Flash izining taxminan sakkizdan bir qismigacha kamaytiradi.
Tegishli Siqilgan Seyrek Diqqat 2 tizimi qatlamlar bo'ylab statik diqqat rejimlarini tayinlaydi va tanlangan diqqat indekslarini qayta ishlatadi. FP4 formatidagi kalit qiymatini keshlash bilan birgalikda, u global KV-kesh talabini har bir token uchun 890 baytgacha kamaytiradi, bu avvalgi Flash modelining taxminan to'rtdan bir qismidir. Model shuningdek, har bir MoE qatlami uchun bitta umumiy va 384 ta yo'naltirilgan ekspertdan foydalangan holda shartli xotira va spekulyativ dekodlashni o'z ichiga oladi.
Fikrlash, kodlash va agentlar bo'yicha raqobatbardosh natijalar
DeepSeek V4.1-Flash dasturini noldan boshlab 45 trillion multimodal tokenlarda, jumladan, dastlabki tayyorgarlik boshidan matn bilan birga qayta ishlangan tasvirlarni o'rgatdi. Seyrek e'tiborni jalb qilish bo'yicha mashg'ulotlar 64 000 tokendan boshlandi, keyin esa kontekst uzunligi 34 trillion token bosqichida bir milliongacha uzaytirildi. Treningdan keyingi mashg'ulotlar nazorat ostida nozik sozlash, mustahkamlash bo'yicha o'rganish va siyosat bo'yicha distillashni birlashtirdi, mulohaza yuritish harakatlari birdan 100 gacha bo'lgan shkala bo'yicha sozlanishi mumkin edi.
Sinov natijalari ancha katta modellarga nisbatan yuqori samaradorlikni ko'rsatadi. Asosiy versiya MMLU-Pro da 74.1, HumanEval da 79.4 va GSM8K da 93.0 ball oldi, DeepSeek-V4-Pro-Base uchun esa 73.5, 76.8 va 92.6 ball bilan solishtirganda. Maksimal mulohaza yuritish harakatlarida V4.1-Flash Terminal-Bench 2.1 da 90.6 va DeepSWE v1.1 da 74.2 ball oldi, bu uni yetakchi Opus va GPT ushbu agentlar sinovlaridagi modellar. Shuningdek, u 3,471 Codeforces reytingini oldi va MathArena Apex’dagi eng yaxshi natijaga mos keldi.
Natijalar bir xil darajada ustunlik qilmaydi. V4.1-Flash GPQA Diamond, Humanity's Last Exam va SimpleQA’dagi eng katta taqqoslash modellaridan ortda qoldi. Uning yangi Terminal-Bench 3.0 va 4.0’dagi ballari ham avvalgi DeepSeek modellariga nisbatan sezilarli yutuqlarga erishganiga qaramay, Opus-5.0’dan ortda qoldi.
Multimodal ishlash MMMU-Pro’da 56.5, CVBench’da 77.9 va DocVQA’da 95.6 ballni o‘z ichiga oldi. Agent vositalari yoqilgan holda, model Chartography’da 78.9 va BabyVision’da 89.6 ball oldi.
Masʼuliyatdan voz kechish
Bunga javoban Ishonch loyihasi bo'yicha ko'rsatmalar, iltimos, ushbu sahifada taqdim etilgan ma'lumotlar yuridik, soliq, investitsiya, moliyaviy yoki boshqa har qanday maslahat shakli sifatida talqin qilinmasligi va talqin qilinmasligini unutmang. Faqat yo'qotishingiz mumkin bo'lgan narsaga investitsiya qilish va agar shubhangiz bo'lsa, mustaqil moliyaviy maslahat olish muhimdir. Qo'shimcha ma'lumot olish uchun biz shartlar va emitent yoki reklama beruvchi tomonidan taqdim etilgan yordam va qo'llab-quvvatlash sahifalariga murojaat qilishni tavsiya qilamiz. MetaversePost to'g'ri, xolis hisobot berish majburiyatini oladi, lekin bozor sharoitlari ogohlantirilmasdan o'zgarishi mumkin.
Muallif haqida
Alisa, ixtisoslashgan jurnalist MPost, kripto, AI, investitsiyalar va keng ko'lamli sohalarga ixtisoslashgan Web3. Rivojlanayotgan tendentsiyalar va texnologiyalarni diqqat bilan kuzatib, u o'quvchilarni raqamli moliyaning doimiy rivojlanayotgan manzarasi haqida xabardor qilish va jalb qilish uchun keng qamrovli yoritishni taqdim etadi.
Boshqa maqolalar
Alisa, ixtisoslashgan jurnalist MPost, kripto, AI, investitsiyalar va keng ko'lamli sohalarga ixtisoslashgan Web3. Rivojlanayotgan tendentsiyalar va texnologiyalarni diqqat bilan kuzatib, u o'quvchilarni raqamli moliyaning doimiy rivojlanayotgan manzarasi haqida xabardor qilish va jalb qilish uchun keng qamrovli yoritishni taqdim etadi.
