DeepSeek-V3 utiliza solo 37.000 millones de parámetros activos para cada tarea, lo que reduce los costos de hardware y hace que el modelo sea más accesible
06.01.2025 • 16:30hs • Inteligencia artificial
Inteligencia artificial
Esta firma china lanza un prototipo de inteligencia artificial que promete superar a ChatGPT y Llama
:quality(85)/https://assets.iproup.com/assets/jpg/2022/07/29292.jpg)
La startup china DeepSeek lanzó recientemente un nuevo modelo de inteligencia artificial llamado DeepSeek-V3, que promete competir con los modelos más avanzados de OpenAI y Meta, como ChatGPT y Llama.
Este modelo, que cuenta con una arquitectura de 'Mixture of Experts' (MoE), utiliza múltiples redes neuronales especializadas para manejar diferentes tareas, lo que le permite ser más eficiente y precisa que sus competidores.
China lanza DeepSeek, una IA que promete superar a ChatGPT y Llama
DeepSeek-V3 fue entrenado con una alta cantidad de datos, alcanzando 14.8 trillones de tokens y 671.000 millones de parámetros. En comparación, el modelo Llama 3.1 de Meta tiene 405.000 millones de parámetros.
A pesar de su tamaño, DeepSeek-V3 utiliza solo 37.000 millones de parámetros activos para cada tarea, algo que reduce los costos de hardware y hace que el modelo sea más accesible.
En pruebas internas, la inteligencia artificial superó a otros modelos como GPT-4o de OpenAI y Qwen 2.5 de Alibaba en una variedad de rubros, incluyendo tareas de codificación y procesamiento de texto.
Además, el modelo fue diseñado para ser compatible con hardware menos potente, algo que facilita su implementación en diferentes entornos.
/https://assets.iproup.com/assets/public/images/lazyload.gif)
China presentó su nuevo modelo de inteligencia artificial, DeepSeek, que promete superar a ChatGPT
DeepSeek, respaldada por el fondo de inversión cuantitativo High-Flyer Capital Management, desarrolló este modelo con un presupuesto relativamente bajo de u$s5,5 millones, en comparación con los cientos de millones que suelen requerir los modelos de vanguardia.
La empresa optó por una licencia permisiva, algo que le permite a los desarrolladores descargar y modificar el modelo para una amplia gama de aplicaciones, incluso comerciales.
Algunos críticos precisaron que el modelo puede tener ciertas limitaciones en cuanto a la libertad de expresión, ya que está sujeto a las regulaciones de internet de China.
Por ejemplo, el modelo no proporciona respuestas sobre temas sensibles como la represión de la Plaza de Tiananmen.
