>> مدل هوش مصنوعی دیپسیک منتشر شد؛ پنجره توکنی ۱۲۸ هزارگی و بهینهسازی هزینه >> شرکت چینی دیپسیک نسخه ۳.۱ مدل بزرگ زبانی خود را معارفه کرد که با افزایش طول پنجره متنی تا ۱۲۸ هزارتوکن و افزایش تعداد پارامترها به ۶۸۵ میلیارد، توانایی پردازش و کارکرد مدل را بهشکل قابل توجهی بهبود داده است.
تغییرات نسخه ۳.۱ دیپسیک بر پایه گزارشها ویژگی نزدیک دیپسیک، توانایی مدیریت متنهای طویل است؛ این مدل اکنون قادر است اطلاعات معادل یک کتاب ۳۰۰ تا ۴۰۰ صفحهای را پردازش کند. این قابلیت علتهبود کارکرد در تشکیل محتوای طویل، تحلیل اسناد و انجام مکالمات چندمرحلهای میبشود. شرکت اظهار کرده که این امکان پیشتر در نسخه داخلی وجود داشت، اما اکنون در همه لینکها بهطور رسمی فعال شده است.
۳.۱ هم چنان بر پایه ساخته شده است و فقط ۳۷ میلیارد پارامتر در هر توکن فعال میباشد. این مدل از فرمتهای گوناگون دقت شامل، و حمایت میکند تا در محیطهای متنوع انعطافپذیری بیشتری داشته باشد. توسعهدهندگان میتوانند از طریق API یا از طریق به این- دسترسی یابند. در برسیهای اولیه، دیپسیک با کسب امتیاز ۷۱.۶ درصد در آزمون کدنویسی، عملکردی بالاتر از ۴ داشت و به یکی از نیرومندترین مدلهای متنباز برای برنامهنویسی تبدیل شد.
ه سمت معماری هیبریدی پیش رفته است. قابلیتهای استدلال اکنون در ادغام شدهاند و دیگر نیازی به مدل جداگانه نیست.
هزینه آموزش این نسخه تا این مدت اشکار نشده، اما نسخه مهم با منفعت گیری از ۲.۷۸۸ میلیون ساعت GPU روی تراشههای انویدیا و با هزینه تقریبی ۵.۶ میلیون دلار آموزش داده شده بود که پایهای برای نسخه تازه بهشمار میرود. در شرایطی که انتظار میرفت مدل بعدی با تمرکز بر بهبود توانمندیهای استدلال انتشار بشود، دیپسیک اکنون نسخه را انتشار کرده است. گزارشها مشخص میکند که مشکلات فنی تراشههای جهت تأخیر در ارایه شده است.
انگارً آموزش مدل روی تراشههای بهعلت ناسازگاریها پیروزیآمیز نبوده و شرکت ناچار شده از پردازشگرهای گرافیکی انویدیا برای آموزش منفعت گیری کند و را تنها برای استنتاج نگه دارد. این رویکرد ترکیبی علت پیچیدگی و کندی روال گسترش شده و ارایه را به تعویق انداخته است. تا زمان ارایه مدل دیپسیک، نسخه بهگفتن پرچمدار جاری دیپسیک باقی میماند و قادر است هم ماموریتهای استدلالی و هم غیراستدلالی را در یک چارچوب یکپارچه اجرا و مدیریت کند.
ای محاسبهای است که در نسخههای پیشین چالشهای قابل توجهی را به وجود آورده بود.
دیپسیک با استفاده از تکنیکهای جدید و، توانسته است تا در حالی که کیفیت خروجی را حفظ میکند، میزان مصرف GPU را بهطور قابلتوجهی کاهش دهد. این ویژگی بهویژه برای شرکتهای استارتاپ و محققان دانشگاهی که بودجه محدود دارند، بسیار ارزشمند است. علاوه بر این، تیم توسعه دیپسیک تأکید کرده است که این نسخه از مدل بهطور کامل با چارچوبهای محبوب مانند و سازگار است و میتوان آن را بهراحتی در سیرکارهای موجود ادغام کرد.
این سازگاری باعث میشود که انتقال از مدلهای قبلی به بدون نیاز به تغییرات گستردهای در کد انجام شود. از نظر امنیتی نیز، دیپسیک بهبودهای قابل توجهی داشته است. از جمله این بهبودها میتوان به مکانیسمهای پیشرفته برای تشخیص و فیلتر کردن محتوای خطرناک یا نامناسب اشاره کرد که در نسخههای قبلی کمتر کارآمد بود.
در حوزهٔ کاربردهای عملی، این مدل توانایی فوقالعادهای در تولید متن خلاقانه، ترجمه دقیق بین زبانها، و نوشتن کد در زبانهای برنامهنویسی مختلف نشان داده است. در تستهای داخلی، دیپسیک توانسته است در تولید مقالههای علمی با استناد به منابع معتبر، عملکردی فوقالعادهای داشته باشد.
دیپسیک بهطور قابلتوجهی توانایی پردازش و تولید متن در زبانهایی مانند فارسی، عربی، و ترکی را افزایش داده است که این برای کاربران در منطقه و جنوب آسیا بسیار مهم است. در پایان، باید گفت که انتشار دیپسیک نه تنها یک نیست، بلکه یک گام مهم در جهت AI محسوب میشود. با ترکیب پنجره محتوایی بزرگ، بهینهسازی هزینه، و بهبود قابلیتهای، این مدل شانس دارد تا در سالهای آینده یک معیار جدید در حوزهٔ مدلهای زبانی بزرگ قرار گیرد.
برای کسانی که مایل به تست یا استفاده از این مدل هستند، لینکهای دانلود و مستندات رسمی در مخزن و وبسایت رسمی دیپسیک در دسترس است. توصیه میشود که قبل از استفاده در پروژههای تجاری، لایسنس و شرایط استفاده را بهدقت بررسی کنید.
