⭕️ راه‌حل DeepSeek برای مشکل ۱۰۰ میلیون دلاری آموزش هوش مصنوعی

دیپ‌سیک (DeepSeek) با انتشار مقاله‌ای جدید، تکنیک نوآورانه‌ای به نام mHC را معرفی کرده که یکی از پرهزینه‌ترین چالش‌های آموزش مدل‌های زبانی بزرگ را حل می‌کند.


🔹 تکنیک mHC با افزودن قیدهای ریاضی به جریان‌های پردازش موازی، از کرش کردن و ناپایداری پرهزینه در طول آموزش جلوگیری می‌کند.

🔸 تست‌های انجام شده روی مدل‌های مختلف نشان‌دهنده بهبود ۷.۲ درصدی در استدلال پیچیده و ۶.۹ درصدی در درک مطلب است.

🔹 این روش با وجود افزایش چشمگیر کارایی و پایداری، تنها حدود ۶.۷ درصد به زمان آموزش اضافه می‌کند.

🔸 انتشار این مقاله توسط بنیان‌گذار شرکت، احتمالا مقدمه‌ای برای معرفی مدل پرچمدار جدید دیپ‌سیک پیش از سال نوی چینی است.

🧠 @NovinAIplus