В китайском аккаунте DeepSeek опубликована короткая новость о запуске DeepSeek V3.1 — обновленной «быстрой» модели. Опробовать ее уже можно в веб-версии, приложении и по API.
Для новинки указано контекстное окно в 128K токенов, а вот результаты в бенчмарках пока не раскрываются. Отмечу, что в предыдущий раз V3 обновлялась 20 марта, а более мощная рассуждающая R1 — 28 мая. В этот раз обновление R1 может выйти быстрее, так как на LMArena были обнаружены две секретные модели, которые относятся к DeepSeek (однако это могут быть и два разных чекпоинта V3).
Обновления выходят на фоне задержки R2 — следующей крупной модели DeepSeek. Изначально источники предсказывали ее выход еще в мае, но затем стало известно, что модель задерживается — сейчас, по слухам, она запланирована на начало осени.
По информации Financial Times, R2 задерживается из-за слишком долгой разметки обучающих материалов, а также проблем с железом для тренировки. Из-за санкций Китай испытывает дефицит чипов от NVIDIA, поэтому в какой-то момент чиновники даже предложили тренировать R2 на китайских Huawei Ascend. Попытка обучения провалилась, поэтому было принято решение вернуться на чипы NVIDIA, а Ascend использовать только для инференса — запуска модели для конечных пользователей.
P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.
Источник: habr.com