Η Alibaba απελευθερώνει το μοντέλο AI που ισχυρίζεται ότι ξεπερνά το DeepSeek-V3

Ανακαλύψτε περισσότερα άρθρα στα αποτελέσματα αναζήτησης

Προσθήκη του VoiceNews στην Google

Η κινεζική εταιρεία τεχνολογίας Alibaba κυκλοφόρησε στις 29 Ιανουαρίου μια νέα έκδοση του μοντέλου τεχνητής νοημοσύνης Qwen 2.5 που, όπως ισχυρίστηκε, ξεπέρασε το πολυδιαφημισμένο DeepSeek-V3.

Η ασυνήθιστη χρονική στιγμή της κυκλοφορίας του Qwen 2.5-Max – την πρώτη ημέρα του κινεζικού νέου έτους, όταν οι περισσότεροι Κινέζοι είναι εκτός εργασίας και με τις οικογένειές τους – δείχνει την πίεση που ασκεί η μετεωρική άνοδος της κινεζικής νεοφυούς επιχείρησης τεχνητής νοημοσύνης DeepSeek τις τελευταίες τρεις εβδομάδες όχι μόνο στους ανταγωνιστές του εξωτερικού, αλλά και στον εγχώριο ανταγωνισμό της.

«Το Qwen 2.5-Max ξεπερνά… σχεδόν σε όλα τα επίπεδα τα GPT-4o, DeepSeek-V3 και Llama-3.1-405B», ανέφερε η μονάδα cloud της Alibaba σε ανακοίνωση που δημοσιεύτηκε στον επίσημο λογαριασμό της στο WeChat, αναφερόμενη στα πιο προηγμένα μοντέλα AI ανοιχτού κώδικα OpenAI και Meta.

Η κυκλοφορία στις 10 Ιανουαρίου του βοηθού AI της DeepSeek, που τροφοδοτείται από το μοντέλο DeepSeek-V3, καθώς και η κυκλοφορία στις 20 Ιανουαρίου του μοντέλου R1, έχει σοκάρει τη Silicon Valley και προκάλεσε πτώση των μετοχών τεχνολογίας, με το υποτιθέμενο χαμηλό κόστος ανάπτυξης και χρήσης της κινεζικής νεοφυούς επιχείρησης να ωθεί τους επενδυτές να αμφισβητήσουν τα τεράστια σχέδια δαπανών των κορυφαίων εταιρειών AI στις Ηνωμένες Πολιτείες.

Αλλά η επιτυχία της DeepSeek έχει επίσης οδηγήσει σε αγώνα μεταξύ των εγχώριων ανταγωνιστών της να αναβαθμίσουν τα δικά τους μοντέλα τεχνητής νοημοσύνης.

Δύο ημέρες μετά την κυκλοφορία του DeepSeek-R1, ο ιδιοκτήτης του TikTok, ByteDance, κυκλοφόρησε μια ενημερωμένη έκδοση του κορυφαίου μοντέλου τεχνητής νοημοσύνης του, το οποίο ισχυρίστηκε ότι ξεπέρασε το o1 του OpenAI που υποστηρίζεται από τη Microsoft στο AIME, μια δοκιμή αναφοράς που μετρά πόσο καλά τα μοντέλα τεχνητής νοημοσύνης κατανοούν και ανταποκρίνονται σε σύνθετες οδηγίες.

Αυτό απηχούσε τον ισχυρισμό της DeepSeek ότι το μοντέλο R1 της ανταγωνιζόταν το o1 του OpenAI σε διάφορα benchmarks επιδόσεων.

Πηγή Straits Times