DeepSeek veröffentlicht kleines Update für das R1-Reasoning-Modell

Die chinesische Startup-Firma DeepSeek hat ein aktualisiertes Modell ihres R1-Reasoning-Systems auf der Entwicklerplattform Hugging Face veröffentlicht. Dieses Update wurde in einer WeChat-Nachricht am Mittwochmorgen angekündigt, kurz bevor der Q1-Gewinnbericht von Nvidia veröffentlicht wurde.

Was ist neu im R1-Update?

Das neue R1-Modell wird als „kleines“ Upgrade beschrieben. Es ist unter einer permissiven MIT-Lizenz verfügbar, was bedeutet, dass es auch kommerziell genutzt werden kann. Allerdings enthält das Repository auf Hugging Face keine detaillierte Beschreibung des Modells; es sind lediglich Konfigurationsdateien und Gewichte vorhanden, die die internen Komponenten des Modells darstellen und sein Verhalten steuern.

Technische Details des R1-Modells

Das aktualisierte R1-Modell hat eine beeindruckende Größe von 685 Milliarden Parametern. Diese Parameter sind entscheidend für die Funktionsweise des Modells, da sie die Lernfähigkeit und die Genauigkeit der Vorhersagen beeinflussen. Aufgrund dieser enormen Größe ist es wahrscheinlich, dass das Modell ohne Anpassungen nicht auf handelsüblicher Hardware betrieben werden kann.

Hintergrund und Bedeutung von DeepSeek

DeepSeek hat in diesem Jahr an Bedeutung gewonnen, nachdem das ursprüngliche R1-Modell veröffentlicht wurde, das in der Lage war, mit Modellen von OpenAI zu konkurrieren. Die Technologie von DeepSeek hat jedoch auch Bedenken bei einigen Regulierungsbehörden in den USA geweckt, die argumentieren, dass die Technologie ein nationales Sicherheitsrisiko darstellt.

Fazit

Das Update des R1-Reasoning-Modells von DeepSeek zeigt, dass das Unternehmen weiterhin an der Spitze der KI-Entwicklung bleibt. Obwohl die Details des Updates spärlich sind, könnte die Veröffentlichung auf Hugging Face ein wichtiger Schritt für Entwickler sein, die an fortschrittlichen KI-Lösungen interessiert sind.

Quellenliste:

• Quelle: DeepSeek updates its R1 reasoning AI model, releases it on Hugging Face
• DeepSeek claims its reasoning model beats OpenAI’s O1 on certain benchmarks
• Everything you need to know about the AI chatbot app DeepSeek
• The countries and agencies that have banned DeepSeek’s tech