انتشار نسخه به روز شده مدل استدلالی R1 توسط DeepSeek

DeepSeek، استارتاپ چینی که با مدل استدلالی R1 توجه بسیاری را به خود جلب کرد، نسخه جدیدی از این مدل را با نام DeepSeek-R1-0528 منتشر کرده است. این مدل که به‌صورت متن‌باز ارائه شده، عملکردی در سطح مدل‌های پیشرفته شرکت‌های بزرگ OpenAI، Anthropic و Google دارد و در عین حال، با استفاده از منابع کمتر، کارایی بالایی را ارائه می‌دهد.

بهبودهای این نسخه شامل معماری ترکیبی متخصصان (MoE)، روش‌های فشرده‌سازی پیشرفته، توانایی پیش‌بینی چندین توکن به‌طور هم‌زمان و رویکرد آموزش مبتنی بر یادگیری تقویتی است. این تغییرات باعث شده‌اند که مدل جدید بتواند استدلال‌های عمیق‌تری ارائه دهد و در برخی آزمایش‌ها، عملکرد بهتری نسبت به مدل‌های رقیب داشته باشد.

بر اساس گزارش‌های منتشرشده، مدل DeepSeek-R1-0528 در رتبه‌بندی LiveCodeBench، که توانایی مدل‌های زبانی در کدنویسی را ارزیابی می‌کند، به رتبه چهارم رسیده و از مدل‌هایی مانند o4 Mini (Low)، Grok-3-mini (High) و Gemini 2.5 Flash Preview پیشی گرفته است.

همچنین، برخی کاربران اعلام کرده‌اند که این مدل می‌تواند تا 30 تا 60 دقیقه روی یک مسئله فکر کند و استدلال‌های پیچیده‌ای ارائه دهد. این ویژگی، آن را به یکی از مدل‌های هوش مصنوعی با توانایی تفکر طولانی‌مدت تبدیل کرده است. علاقه‌مندان می‌توانند نسخه جدید DeepSeek-R1-0528 را از طریق Hugging Face دریافت کنند یا آن را در OpenRouter و LMArena آزمایش کنند.