OpenAI Deep Research

DeepSeek (Tiefes Suchen), gegründet im Jahr 2023, konzentriert sich auf die Erforschung weltweit führender grundlegender Modelle und Technologien der allgemeinen künstlichen Intelligenz und stellt sich den Herausforderungen an der Spitze der KI. Basierend auf selbst entwickelten Trainingsframeworks, selbst aufgebauten Rechenclustern und Ressourcen wie Zehntausenden von Rechenkarten hat das Team von DeepSeek innerhalb von nur einem halben Jahr mehrere Modelle mit Milliarden von Parametern veröffentlicht und quelloffen gemacht, wie das DeepSeek-LLM allgemeine große Sprachmodell, das DeepSeek-Coder Code-Modell, und hat im Januar 2024 als erstes in China ein MoE-Modell (DeepSeek-MoE) quelloffen gemacht. Die großen Modelle haben in öffentlichen Bewertungsrankings und in der Generalisierungsleistung außerhalb von Trainingsdaten herausragende Leistungen gezeigt, die über denen vergleichbarer Modelle liegen. Mit DeepSeek AI zu kommunizieren und APIs zu nutzen, ist einfach.

Alibaba veröffentlicht Qwen3 Großmodell, 235 Milliarden Parameter unterstützen 119 Sprachen, pionierhaftes 'Fast Thinking/Slow Thinking' hybrides Reasoning, übertrifft Gemini 2.5 Pro in Mathe-/Code-Fähigkeiten, mit vier GPUs einsetzbar

Das Team stellt seine Modelle der ersten Generation für logisches Denken vor, DeepSeek - R1 - Zero und DeepSeek - R1. DeepSeek - R1 - Zero, das durch groß angelegtes RL ohne SFT trainiert wurde, zeigt bemerkenswerte Fähigkeiten im logischen Denken, hat aber auch Probleme wie endlose Wiederholungen. DeepSeek - R1, das Kaltstart-Daten vor RL einbezieht, löst diese Probleme und erreicht eine Leistung, die mit OpenAI - o1 vergleichbar ist. Das Team hat diese Modelle und sechs destillierte Versionen quelloffen gemacht, wobei DeepSeek - R1 - Distill - Qwen - 32B in Benchmarks besser abschneidet als OpenAI - o1 - mini.

Playground ist ein interaktives Online-Tool von OpenAI, das dazu dient, die Fähigkeiten seiner Sprachmodelle (wie GPT-3.5, GPT-4, GPT-4o) zu testen und zu erkunden. Es eignet sich besonders für Entwickler, Content-Ersteller, Produktmanager und alle, die ohne Programmierkenntnisse mit KI-Modellen interagieren möchten.