DeepSeek V4 rivelato: pericolo di programmazione GPT/Claude durante il Festival di Primavera

🧨Con l'avvicinarsi del Capodanno Lunare, quest'anno DeepSeek è pronta a stupire ancora una volta il mondo🧨 📄Secondo quanto riportato dai media esteri The Information, due persone a conoscenza diretta del piano hanno rivelato che DeepSeek lancerà la V4 intorno a metà febbraio, in prossimità del Capodanno Lunare, anche se la data potrebbe subire variazioni. 💪DeepSeek-V4 punta principalmente sulle capacità di codifica e, secondo i primi test interni, ha già superato modelli esistenti come Claude di Anthropic e la serie GPT di OpenAI. Le due fonti hanno inoltre aggiunto che i principali progressi di V4 si riflettono in due aspetti: 1️⃣Ha raggiunto importanti innovazioni nell’elaborazione e nell’analisi dei prompt di codice molto lunghi. 2️⃣Durante tutte le fasi del processo di training, la capacità di comprensione dei pattern di dati non ha subito alcun decadimento delle prestazioni e mostra un miglioramento significativo rispetto alle versioni precedenti. PS: Nel processo di addestramento dei modelli AI, si richiede che il modello impari ripetutamente da enormi set di dati. Tuttavia, nella pratica, con l’aumentare dei cicli di addestramento, la capacità del modello di cogliere i pattern nei dati tende spesso a diminuire. Per gli sviluppatori con una grande quantità di chip AI a disposizione, il metodo convenzionale per affrontare questo problema è incrementare il numero di cicli di addestramento per compensare la perdita di prestazioni. 🧐Durante l’utilizzo reale, gli utenti potrebbero notare che le risposte generate da V4 sono più logiche e strutturate. Ciò indica che il modello possiede una maggiore capacità di ragionamento profondo e che l’affidabilità nell’affrontare compiti complessi sarà notevolmente migliorata. Vale la pena notare che alcuni utenti hanno osservato che, nella pubblicazione della DeepSeek-V3.2, viene menzionato l’uso della piattaforma di valutazione delle preferenze umane (ChatbotArena) attraverso il grande modello di arena. Pertanto, potremmo essere in grado di testare questo modello sull’arena dei grandi modelli ancor prima del previsto.