DeepSeek V4 na Pagbubunyag: Panganib sa Programming ng GPT/Claude sa Panahon ng Spring Festival

🧨Malapit na ang Spring Festival, at ngayong taon, muling magbibigay ng pagkabigla sa mundo ang DeepSeek🧨 📄Ayon sa ulat ng banyagang midya na The Information, dalawang taong direktang pamilyar sa plano ang nagsiwalat na ilalabas ng DeepSeek ang V4 sa kalagitnaan ng Pebrero, bago o pagkatapos ng Spring Festival, subalit maaaring magbago ang takdang oras. 💪Ang DeepSeek-V4 ay pangunahing nagpo-promote ng coding capability; batay sa paunang internal na mga resulta ng pagsusuri, nalampasan na nito ang Anthropics na Claude, OpenAI na GPT series at iba pang kasalukuyang mga modelo. Dagdag pa ng dalawang pamilyar na tao, may dalawang pangunahing breakthrough ang V4: 1️⃣Nagkaroon ng mahalagang pag-unlad sa pagproseso at pagsusuri ng sobrang habang code prompts. 2️⃣Sa buong yugto ng proseso ng training, hindi bumaba ang kakayahan nitong maintindihan ang pattern ng datos, at mas malaki ang pag-unlad kumpara sa mga naunang modelo. PS: Sa proseso ng training ng AI model, kinakailangang paulit-ulit na matuto ang model mula sa napakalaking data set. Ngunit sa aktwal na operasyon, habang dumarami ang training rounds, madalas bumababa ang kakayahan ng model na matukoy ang pattern ng datos. Para sa mga developer na may malaking stock ng AI chips, ang karaniwang solusyon ay dagdagan ang training rounds upang mapunan ang performance loss. 🧐Maaaring mapansin ng mga user sa aktwal na paggamit na mas malinaw ang lohika at mas maayos ang estruktura ng sagot na nililikha ng V4. Ipinapahiwatig nito na may mas malakas na kakayahan sa deep reasoning ang modelo, at mas mapagkakatiwalaan sa paghawak ng mga komplikadong gawain. Karapat-dapat ding banggitin na napansin ng ilang netizen na binanggit sa DeepSeek-V3.2 na papel ang paggamit nila ng malaking model arena platform (ChatbotArena) para sa human preference evaluation. Kaya, maaari nating mas maagang masubukan ang modelong ito sa malaking model arena.