DeepSeek aggiorna il modello R1 e distilla una versione “light” basata su Qwen3-8B
La startup cinese ha introdotto R1-0528, una versione potenziata che riduce le allucinazioni e migliora la capacità di gestire compiti complessi. Parallelamente, ha lanciato un modello distillato basato su Qwen3-8B, in grado di competere con i migliori modelli americani su benchmark matematici, funzionando però con una sola GPU. Ecco tutti i dettagli
L'articolo DeepSeek aggiorna il modello R1 e distilla una versione “light” basata su Qwen3-8B proviene da AI4Business.
Qual è la tua reazione?
Mi piace
0
Antipatico
0
Lo amo
0
Comico
0
Furioso
0
Triste
0
Wow
0




