Мы представляем нашу новую модель DeepSeek-TNG R1T2 Chimera 671B, первого преемника нашей оригинальной модели DeepSeek R1T Chimera, выпущенной 26 апреля. В отличие от оригинальной Химеры, которая была основана на двух родительских моделях V3-0324 и R1, новая Химера представляет собой Tri-Mind с тремя родителями, а именно дополнительно R1-0528. Он построен с использованием метода Ассамблеи экспертов с относительно мелкозернистым непосредственным редактированием мозга. Эта более усовершенствованная сборка позволила, помимо других улучшений, устранить проблему согласованности токена , которая была слабостью R1T и теперь решена для R1T2. R1T2 работает в новом оптимальном соотношении интеллекта и длины выходного токена. Кажется, он… — примерно на 20% быстрее, чем обычный R1, и более чем в два раза быстрее, чем R1-0528 — значительно более интеллектуален, чем обычный R1 в таких тестах, как GPQA, AIME-24 и Aider Polyglot — гораздо более интеллектуален, а также последователен в отношении токенов мышления по сравнению с первым R1T Chimera 0426 — и в целом хорошо себя ведет и с ним приятно общаться, даже без каких-либо системных подсказок. Сравнение R1T2… — против R1: Мы надеемся, что R1T2 станет очень желательной и почти всегда лучшей заменой R1 — против R1-0528: R1T2…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: tngtech
Теги: deepseek_v3, conversational, custom_code, text-generation-inference, endpoints_compatible, fp8
Лайков: 269 | Загрузок: 3,404
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
