دیپ سیکم مدل فلش داده
DeepSeek officially released V4.1 Flash.

552B parameter MoE model,

ولی جالبیش میدونی چیه
هم دیکودر داره هم انکودر

این جدید بود

552B total, 8B activated on decode, 16B activated on prefill. I have never seen a different number of parameters activated in the same model before

من دارم چکش میکنم
و خب هیچ بعید نیست برگردیم به
معماری های دیکودر انکودر

باید ببینیم مدل بعدی چینی به چه شکل خواهد بود معماریش

یکی از دلایل اصلی این بوده که moe در دیکودر یه سری مشکلات داره
حالا با اضافه کردن انکودر اون مشکل برطرف شده تا حدودی و خب قیمت هم به شدت پایین اومده
که خب batching و parallelism
بهینه میشه

در اصل انکودر اومده کمک بهینه سازی و inference ماجرا در moe

که میتونه بخشی از overheadهای routing و expert utilization را کاهش بده

خلاصه جالبه و به شدت هزینه پایین اومده

البته باید باهاش کار کرد در تسک های مختلف
چون بعید بدونم این کار در هرچیزی خوب جواب بده
در کدنویسی و ایجنتیک میتونه خوب باشه

باز تخصصی بشینید بررسی کنید مدل رو فاین تیون کنید

خیلی خوب شده
و اما این flash باید pro ببینیم باز از این معماری اگه باشه خیلی تغییرات داره چون این برای مدل های کوچیک خوبه

مقالات دیپ سیک تر و تمیزه

بخش اول هدف مدل جدید
بخش دوم معماری مدل
بخش سوم pre training
بخش چهارم post training

تر و تمیز و دوست داشتنی

این مدل برای ایجنتیک خیلی میتونه خوب باشه

ولی در چیزهای دیگه اصلا نمیتونه خوب باشه
این مدل رو صرفا برای کد نویسی و ایجنتیک داده بیرون

مدل جامع و درستی حساب نمیشه
البته flash تا ببینیم pro چی میگه

دیکودر خودش داشت پیچیده میشد حالا انکودر دوباره بیاد اونم پیچیده بشه

عالیه😂

مدل ASTRA همه ۴۸ مرحله من ربات نیستم رو با موفقیت رد کرد ...

بعد من دو ساعت درگیر کپچا میشم، آخرشم نمیتونم رد بشم سایت رو عوض میکنم ...

هوش مصنوعی داره از ما آدم تر میشه 🗿

#سایت

نمودار قدرت پردازنده ها و گرافیک ها تا به این لحظه .

گرافیک جدید اینتل در لیست نیست احتمالا به زودی اضافه کنند .


tomshardware cpu
tomshardware gpu


@TheDeepTech

کدوم یک از شما جامپ جامپ استفاده میکرده ؟ 😐😐

گفته میشه اطلاعات جامپ جامپ در حال فروش در دارک وب هست .

ربات تلگرامی ایمیل فیک .

تقریبا دو سه سالی هست استفاده میکنم . نود درصد سایت ها رو پشتیبانی میکنه .

بهتر هست از یک حساب غیر اصلی استفاده کنید .

@fakemailbot

#ابزار

برای گرفتن پشتیبانی از پیامک ها و شماره های تماس برقرار شده میتوانید از برنامه
sms backup and restore
استفاده کنید

@TheDeepTech

‏Atria Dawn Preview (Atria ASI)
مدل متن باز با ۷۴۴ میلیارد پارامتر agentic research-first‏ 256K context
داخلی‌سازی کامل reusable‏ capabilities از طریق Verifiable Experience‏ Pipeline
نتیجه: از discovery (آزمایش علمی واقعی، مثل ساخت forecasting weather با ۰.۴B پارامتر) تا creation (CAD 3D‏ کامل، بازی interactive، MiniOS‏ در ۲۰ دقیقه) و delivery‏ (گزارش‌های حرفه‌ای verifiable)
قابلیت‌های کلیدی:
- عمق تحقیق با chain-of-evidence واقعی
- تولید CAD و interactive‏ worlds از پرامپت واحد
- نرم‌افزار کامل از ایده (research-to-code) ‏
‏- cybersecurity end-to-end
‏- generalization قوی در ML ‏Coding، Tool Use، Software ‏Engineering و Productivity
ارزابی: SOTA در JobBench‏ (OpenCode harness)
در دسترس: API رسمی + console (Sign in Google)
مشخصات کامل در technical‏ report (github.com/atria-asi/Atria-Dawn-Preview)
‏built برای تحقیق، مهندسی و agentهای long-running که به outcomes قابل بررسی می‌رسند

@TheDeepTech