DeepSeek V3架构图；Deepseek 团队核心成员揭秘 —— 清北应届生撑起一片天；Dee...

正文

请到「今天看啥」查看全文

成员、高级研究科学家Andrej Karpathy很罕见地，分享了一个来自中国的开源大模型——DeepSeek-v3。Karpathy表示，DeepSeek仅用了280万小时的GPU算力，就训练出了比Llama-3405B（使用3080万小时 GPU）更强的前沿模型，整体成本节省了11倍左右，将算力发挥到了极致。这为小模型和受算力限制的组织打开了全新世界——即便在算力有限的情况下，使用高质量数据、更好的算法同样能训练出高性能大模型。

DeepSeek在MMLU、DROP、Codeforces、AIME等多个主流基准测试中，性能大幅度超过了GPT-4o、Claude-3.5-Sonnet、Qwen2.5-72B等著名开闭源模型，成为目前最强开源大模型之一。DeepSeek 的团队是一群前量化分析师，他们的训练效率非常疯狂。

DeepSeek v3 的架构主要包括多头潜在注意力（MLA）和混合专家（MoE）两大块，其中 MLA 是 v3 的核心创新之一，主要用于减少推理过程中的内存占用。v3 的 MoE 引入了一套先进的动态调整机制，专门用于优化专家负载。Deep Seek 除了开源最新模型之外，他们还提供了免费的在线服务。（AIGC开放社区）

请到「今天看啥」查看全文