- Регистрация
- 24.06.19
- Сообщения
- 64,916
- Реакции
- 376,645
Последние темы автора:
- [Gift cookies] Николай Гагарин — Рождественские встречи (2025)
- [DogWinner] Варвара Большакова — На связи (2025)
- [Иван Парфентев] Взлом алгоритмов 3.0. Тариф Sale (2025)
- [Алексей Корзов] Korzov Sale (2025)
- [Шамим Бхуян, Тимур Исаченко] Генеративный ИИ с обучением больших языковых моделей (LLM) для джунов (2025)
- #1
Голосов: 0
[ДМК] DeepSeek в действии (2025)
DeepSeek – это генеративная модель искусственного интеллекта с открытым исходным кодом, основанная на архитектуре Transformer и объединяющая передовые технологии, такие как архитектура MoE, обучение с переменной разрядностью и распределенная оптимизация. Она хорошо зарекомендовала себя в области генерации текста, мультимодальной обработки и адаптации под конкретные прикладные задачи. В книге описаны особенности глубоко оптимизированной архитектуры DeepSeek-V3 и способы применения модели на практике.
Рассматриваемые темы:
Издание подготовлено «Лабораторией искусственного интеллекта будущего» (Китай). Коллектив лаборатории состоит из докторов и магистров ведущих китайских университетов, специализирующихся на разработке и инновациях в области обработки естественного языка, глубокого обучения, компьютерного зрения и мультимодальных моделей.
Формат: PDF.
Подробнее:
[ДМК] DeepSeek в действии (2025) - Описание курса
DeepSeek – это генеративная модель искусственного интеллекта с открытым исходным кодом, основанная на архитектуре Transformer и объединяющая передовые технологии, такие как архитектура MoE, обучение с переменной разрядностью и распределенная оптимизация. Она хорошо зарекомендовала себя в области генерации текста, мультимодальной обработки и адаптации под конкретные прикладные задачи. В книге описаны особенности глубоко оптимизированной архитектуры DeepSeek-V3 и способы применения модели на практике.
Рассматриваемые темы:
- Теоретические основы – базовая архитектура и технологии обучения моделей типа Transformer, механизм внимания DeepSeek, законы масштабирования и их применение в оптимизации моделей.
- Основные приемы работы – начало работы с моделью, знакомство с API, реализация диалога, функции обратного вывода, кеширование на диске и оптимизация кеша.
- Расширенное применение – реализация чат-клиентов, интеллектуальных помощников, плагинов VS Code и т. д.
Издание подготовлено «Лабораторией искусственного интеллекта будущего» (Китай). Коллектив лаборатории состоит из докторов и магистров ведущих китайских университетов, специализирующихся на разработке и инновациях в области обработки естественного языка, глубокого обучения, компьютерного зрения и мультимодальных моделей.
Формат: PDF.
Подробнее:
Для просмотра ссылок пройдите регистрацию
Скачать курс - [ДМК] DeepSeek в действии (2025)
Вы должны Войти на форум чтобы увидеть контент.