בקשת מידע | DeepSeek המודל הסיני

[א.מ.ד.]

@צדיק-תמים כתב בבקשת מידע | DeepSeek המודל הסיני:

@א-מ-ד מה בדיוק שאלת כדי להגיע לכזאת תשובה?

פשוט - "איזה מודל אתה, ואיזה מודלים יש לחברה שלך?"

[טופטופיסט]

אגב, יש שם פיצ'ר ממש ממש טוב
יש כפתור שאפשר להשאיר אותו דולק כל השיחה ואז בכל תגובה שלו לראות מה הוא 'חושב' בדיוק ומה לענות לך ולמה לענות לך, משהו ממש טוב!

Spoiler

ספויילר

[א.מ.ד.]

@טופטופיסט כתב בבקשת מידע | DeepSeek המודל הסיני:

אגב, יש שם פיצ'ר ממש ממש טוב
יש כפתור שאפשר להשאיר אותו דולק כל השיחה ואז בכל תגובה שלו לראות מה הוא 'חושב' בדיוק ומה לענות לך ולמה לענות לך, משהו ממש טוב!

זה לא פיצ'ר. זה פשוט הפעלת מודל R1 שלהם, שהוא מודל היסק (כמו gpt o1), במקום המודל הרגיל שלהם.

אגב, יש להם גם פיצ'ר חיפוש באינטרנט טוב יחסית, לא ניסיתי מספיק.

[ישראל 142]

@106 כתב בבקשת מידע | DeepSeek המודל הסיני:

@2580 כתב בבקשת מידע | DeepSeek המודל הסיני:

מורגן בראון, סגן נשיא מוצר בדרופבוקס ניסה להסביר את התהליך שעשתה החברה במילים פשוטות יחסית...

אם כך זה ממש זמני, כי האמריקאים יתחילו להשתמש בטריקים הנ"ל + שבבים מהירים, ותוך זמן קצר יעקפו את הסינים בקלות.

אולי זה נכון לגבי OpenAi, אבל לא לגבי Nvidia כי היא מייצרת את השבבים

[יעקב מ. פינס]

@טופטופיסט כתב בבקשת מידע | DeepSeek המודל הסיני:

אגב, יש שם פיצ'ר ממש ממש טוב
יש כפתור שאפשר להשאיר אותו דולק כל השיחה ואז בכל תגובה שלו לראות מה הוא 'חושב' בדיוק ומה לענות לך ולמה לענות לך, משהו ממש טוב!

Spoiler

ספויילר

למישהו היה כח לקרוא את ה'מחשבות' שלו??

זה פשוט מגניב... ממליץ מאוד

Spoiler

@יוסף-אלחנן במיוחד בשבילך

[יעקב11]

@אלי-ויל היה פתוח בנטפרי ונחסם, מה שמוריד את הסיכוי שיפתחו (לדעתי).
ניסיתי אותו לפני שלשה שבועות והוא בלבל ת'מח עם אותיות בסינית, אבל איך שנראה מההתלהבות בעולם, כנראה שהשתפר.

[NH.LOCAL]

@יעקב11 כתב בבקשת מידע | DeepSeek המודל הסיני:

ניסיתי אותו לפני שלשה שבועות והוא בלבל ת'מח עם אותיות בסינית, אבל איך שנראה מההתלהבות בעולם, כנראה שהשתפר.

יש לו בעיה בשפות, והם ציינו את זה. הוא הרבה יותר טוב באנגלית.

שים לב שצריך להפעיל את יכולת החשיבה של המודל בכפתור המתאים בממשק הצ'אט, אחרת הוא למעשה מריץ מודל אחר, שהוא הרבה פחות חכם (אם כי הוא עדיין חכם מאוד באופן יחסי)

@חטח כתב בבקשת מידע | DeepSeek המודל הסיני:

אין מצב שהם איכשהו העתיקו קבצים מ openAI?
אני ממש לא מבין בדברים כאלה...

ממש לא. מה שכן, הם כפי הנראה בהחלט ניסו לבצע חיקוי של הארכיקטורה בה פועל המודל של OpenAI וגם השתמשו בנתונים שהמודל הפיק

[aiib]

@אלי-ויל כתב בבקשת מידע | DeepSeek המודל הסיני:

האם גם השימוש הסדיר (טוקנים) וכוח העיבוד שצריך לזה הוזל ובכמה, כי בעצם זה אחד הדברים הכי משמעותיים כמה זה יעלה לנו המשתמשים.

הAPI שלהם עולה 0.55 דולר לעומת 15 דולר. ככה למיטב הבנתי.

[aiib]

@NH-LOCAL כתב בבקשת מידע | DeepSeek המודל הסיני:

שים לב שצריך להפעיל את יכולת החשיבה של המודל בכפתור המתאים בממשק הצ'אט,

איזה כפתור בדיוק?

אגב, הוא עבד לי בצורה מושלמת בעברית (לגבי כמה זה היה חכם אני לא מספיק מומחה...)
מה שכן הוא נכנס ללופים....
(-היה כאן בפורום בקשה לנוסחת אקסל שמחשבת איזה שטרות צריך להוציא מהבנק כדי להגיע לסכום הספציפי. הייתה בעיה עם סכומים שנגמרו ב30 לדוגמא 230 שבחישוב פשוט לפי סדר גודל השטרות תמיד הגיע התוצאה ל220 וכדו'. אז הסברתי לו את הבעיה והוא התחיל להציע הצעות, הכל ברצף בלי שאני מפריע, הוא מציע פתרון, מתחיל לחשב אותו ומגיע לתוצאה של 220, מסביר לעצמו שזה לא טוב ומציע עוד פתרון אבל גם הוא מגיע ל220 ככה עשר פעמים בערך עד שעצרתי אותו בעצמי...
אגב, בסוף הוא הביא לי תשובה מה שלא הצלחתי עם קלאוד וGPT)

[aiib]

@צדיק-וטוב-לו-0 כתב בבקשת מידע | DeepSeek המודל הסיני:

@NH-LOCAL כתב בבקשת מידע | DeepSeek המודל הסיני:

תחושת הבטן שלך טועה בוודאות.
אפשר לזייף כוננים בעלי אקספרס אבל לא לזייף אינטליגנציה. בייחוד שזה קוד פתוח שניתן לשכפול בקלות

אפשר לשקר בקלות כמה משאבים דרש האימון או השימוש המיטבי.

אז למה העולם נלחץ?

[יעקב11]

@aiib על DeepThink

[aiib]

@יעקב11 כתב בבקשת מידע | DeepSeek המודל הסיני:

@aiib על DeepThink

מומלץ לצטט את ההודעה שעליה אתה מגיב

[יעקב11]

@aiib כתב בבקשת מידע | DeepSeek המודל הסיני:

@NH-LOCAL כתב בבקשת מידע | DeepSeek המודל הסיני:

שים לב שצריך להפעיל את יכולת החשיבה של המודל בכפתור המתאים בממשק הצ'אט,

איזה כפתור בדיוק?

על DeepThink

[yeh]

@טופטופיסט מתורגם לעברית

[aiib]

כרגע הכל תקוע... עמוס... שום דבר לא עובד

[א.מ.ד.]

@aiib כתב בבקשת מידע | DeepSeek המודל הסיני:

כרגע הכל תקוע... עמוס... שום דבר לא עובד

הם הודיעו שהם חוו היום מתקפות סייבר רציניות...

[2580]

פרק ה'!!!!!!!!!!!!!! לאיפה זה עוד יכול להגיע!!!!!!!!!!!!!!!

לא עוצרת: DeepSeek משיקה מודלים חדשים כולל ג'ינרוט תמונות

הסטארטאפ הסיני DeepSeek שמזעזע את עולם ה-AI מציג מודל ג'ינרוט תמונות חדש בשם Janus-Pro

עולם הטכנולוגיה עסוק בימים האחרונים רק בדבר אחד: DeepSeek, הסטארטאפ הסיני שמזעזע את תחום ה-AI מהיסוד, לאחר שפיתח מודלים עוצמתיים בעלות של תקציב הקייטרינג של OpenAI ו-Antrhopic. אחרי שהוביל אמש (ב') למחיקת הערך הגדולה בהיסטוריה בבורסה,, מנצל הסטארטאפ את הבאז להכרזה נוספת.

ההכרזה החדשה

המודלים החדשים של דיפסיק הם מולטי-מודאליים, כלומר יודעים להתמודד עם מספר סוגי קלט, כמו טקסט ותמונה, ובעלי יכולת ג'נרוט תמונות שיתחרו ב-DALL-E של OpenAI, מידג'רני ואחרים. כמו המודלים האחרים של החברה, גם Janus-Pro, משפחת המודלים החדשה, משוחררת בקוד פתוח (ברישיון MIT, המאפשר שימוש בהם במוצרים מסחריים ללא הגבלה) וזמינה להורדה כבר עכשיו לכל מיני שמעוניין בהם. יש שני מודלים במשפחה, אחד עם מיליארד פרמטרים והשני עם שבעה מיליארד פרמטרים.

חשוב לציין כי ב-DeepSeek הציגו כבר בשנה שעברה מודל ממשפחת Janus, אך אלו סבלו מביצועים חלשים כשקיבלו פרומפטים קצרים ולא מפורטים, ובג'ינרוט תמונות. משפחת מודלי הפרו הצליחה לפתור את הבעיות הללו על ידי אימון על דאטה-סט גדול יותר ובעזרת אסטרטגיית אימון שונה שעברה אופטימיזציה לג'ינרוט תמונות. המודל הגדול מבין השניים זמין להתנסות, למי מכם שעדיין לא בנויים להרצה של אחד על המחשב שלהם, דרך HuggingFace.

ב-DeepSeek הבינו שהדרך הכי טובה להמחיש עד כמה המודל מוצלח היא על ידי ההשוואה שלו למודלים של OpenAI, וכך עשו. בכמה בנצ'מרקים בתחום ג'ינרוט התמונות, כמו GenEval ו-DPG-Bench, המודל הגדול ביותר במשפחה החדשה (Janus-Pro-7B) עוקף את דאלי 3, כמו גם את Stable Diffusion XL ומודלים פחות מוכרים כמו PixArt-alpha ו-Emu3-Gen. חשוב לציין כי המודל יכול לנתח תמונות ברזולוציה נמוכה יותר לעומת המתחרים (עד 384×384 בלבד), אבל במקביל כל משפחת המודלים החדשה הרבה יותר קטנה מבחינת מספר הפרמטרים לעומת המתחרים.

מקור: דאלי 3

מקור: Janus-Pro-7B

מקור: אימג׳ן 3

כמו עם מודל V3 של החברה, הראשון שהתחיל את הבאז הגדול סביבה, חוקרי דיפסיק אומרים כי הצליחו לפתח את המודלים החדשים עם הרצת הפריימוורק HAI-LLM ב-PyTorch (המתחרה החינמי בקוד פתוח של מטא ל-CUDA של אנבידיה) על כמה מאות GPUs בלבד. החוקרים אומרים כי תהליך האימון כולו ארך בין שבוע לשבועיים על cluster הכולל 8 מעבדי A100 של אנבידיה בלבד.

המודל החדש מייצר תמונות בגודל 768×768 בלבד, בניגוד למודלים של ענקיות הטכנולוגיה כמו דאלי 3 ואימג'ן של גוגל שמג'נרטים תמונות ב-1024×1024 (ריבוע). אימג'ן של גוגל יכול לג'נרט תמונות גם בפורמטים מלבניים כמו 16:9 ו-4:3. מההתנסות הקצרה שלנו אנחנו חייבים להודות ש-Janus לא היה מרשים מדי ובפרומפט שהזנתי אליו לעומת דאלי 3 ואימג'ן של גוגל זה די ברור שהמודל הסיני עדיין לא מתחרה אמיתי. עם זאת, ההצלחה היא כמובן באימון המתוחכם על ידי החוקרים הסיניים, והעובדה שמדובר בדור ראשון של מודל פתוח לחלוטין הזמין לשימוש ללא שום הגבלות – לעומת המודלים הסגורים של גוגל ו-OpenAI.

מקור - https://www.geektime.co.il/deepseek-shows-off-new-models/

בונוס לפרק:

מנכ"ל אינטל כבר משתמש ב-DeepSeek לסטארטאפ החדש שלו
פאט גלסינגר, מנכ"ל אינטל עד לאחרונה, סיפר כי הסטארטאפ שלו, Gloo, כבר עושה שימוש במודלים של DeepSeek במקום המודלים של OpenAI. לדבריו, ההחלטה הגיעה לאחר שהתרשם עמוקות ממודל R1 של החברה הסינית.

מקור - https://www.geektime.co.il/flash/former-intel-ceo-uses-deepseek-for-his-new-startup/?utm_source=copy_link&utm_medium=social&utm_campaign=share&utm_term=newsflash&utm_content=538705

[2580]

@2580 כתב בבקשת מידע | DeepSeek המודל הסיני:

על פי הדיווח של The Information במשרדי מטא הקימו לא פחות מארבעה "חדרי מלחמה", במטרה לנסות לפרק לגורמים את המודלים של DeepSeek, להנדס אותם לאחור ולנסות לשחזר את "הרוטב הסודי" הזה עם לאמה 4 והמודלים הבאים של החברה. עוד דווח מפי שני עובדי מטא שאיתם שוחחו באתר האמריקאי כי מת'יו אולדהם, ראש תחום תשתיות AI של החברה, אמר למספר עובדים כי הם חוששים ש-Llama 4 לא יוכל להתחרות באלו של דיפסיק.

חשוב לציין כי "הפאניקה" הזאת במטא (כפי שהגדיר זאת עובד החברה) מגיעה בתזמון מעניין מאוד, שיכול גם להסביר את פוסט ה"למי יש יותר גדול" שפרסם מארק צוקרברג. מנכ"ל ומייסד מטא התהדר במהלך סוף השבוע בכך שמטא תוציא בין 60 ל-65 מיליארד דולר עד סוף השנה בהוצאות על שבבים וחוות שרתים ייעודיים למודלים וליישומי AI שונים: "נסיים את השנה עם 1.3 מיליון שבבים גרפיים עד סוף 2025… ונבנה חוות שרתים כל כך גדולה, שהיא תוכל לכסות חלק משמעותי ממנהטן", כתב צוקרברג בפוסט שלו. צוקרברג גם טען כי עד סוף השנה לאמה 4 יהיה "המודל המתקדם ביותר", והחברה תבנה "מהנדס AI" שיוכל לתרום משמעותית למאמצי הפיתוח של החברה.

מעניין: מטא החברה היחידה שקשורה לעניין באופן ישיר שחווה עליה בערכה כולל אתמול... (אפל ואמזון יחסית מחוץ לתמונה...)

[רפאל vnkl]

משום מה עכשיו אני לא מצליח לשלוח לו הודעות... קורה גם אצלכם או שזה רק אני?

[א.מ.ד.]

@2580 כתב בבקשת מידע | DeepSeek המודל הסיני:

המודל הגדול מבין השניים זמין להתנסות, למי מכם שעדיין לא בנויים להרצה של אחד על המחשב שלהם, דרך HuggingFace.

לא מצאתי.