DeepSeek este o companie chineză de AI din Hangzhou care publică modele de limbaj cu ponderi deschise, sub licența MIT. DeepSeek-R1 (ianuarie 2025) a obținut, potrivit lucrării care îl prezintă, rezultate comparabile cu OpenAI o1 la matematică, cod și raționament, iar raportul tehnic DeepSeek-V3 estimează antrenarea finală a modelului la 2,788 milioane de ore GPU H800, fără cercetarea și experimentele anterioare.
Rapoartele DeepSeek descriu Multi-head Latent Attention (MLA), care comprimă cache-ul KV, arhitectura DeepSeekMoE (la DeepSeek-V3: 671 de miliarde de parametri, dintre care 37 de miliarde activi pe token) și algoritmul de învățare prin întărire GRPO (Group Relative Policy Optimization). Generațiile din 2026, DeepSeek-V4 și V4.1-Flash, au context de 1M tokeni și mecanisme noi de atenție rară și comprimată.
Secțiunea explică arhitectura DeepSeek-R1 și V3, rularea locală (de la modelele distilate de 1.5B până la R1 complet, de 671B) și API-ul DeepSeek: modelele deepseek-flash și deepseek-v4-pro, prețurile, modul thinking, JSON Output, tool calls, context caching și funcțiile Beta. Paginile urmează documentația oficială din octombrie 2026.
Discuții, Întrebări & Coduri / Prompturi DeepSeek (V4 & R1)
Ai o nelămurire despre modulul DeepSeek (V4 & R1), cauți o soluție sau vrei să împărtășești un prompt sau fragment util de cod? Trimite mai jos contribuția ta.
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.