Berita
Deepsek R1-0528 Mencapai tantangan open source yang kuat untuk Openai O3 dan Google Gemini 2.5 Pro

Bergabunglah dengan buletin harian dan mingguan untuk mendapatkan pembaruan terbaru dan konten eksklusif untuk meliput kecerdasan buatan terkemuka di industri ini. Pelajari lebih lanjut
Paus itu kembali.
Setelah mengguncang kecerdasan buatan global dan komunitas bisnis awal tahun ini dengan versi awal pada 20 Januari dari sumber terbuka sumber logis AI Model R1, perusahaan startup China Deepseek Company-yang merupakan bulat dari perusahaan Hong Kong yang dikenal di masa lalu, hanyalah pembaruan besar dari manajer Canmantive Hong Kong Gemini 2.5 Pro.
Pembaruan ini dirancang untuk memberikan kinerja yang lebih kuat dalam tugas -tugas berpikir kompleks dalam matematika, sains, bisnis dan pemrograman, serta fitur -fitur yang lebih baik dari pengembang dan peneliti.
Seperti pendahulunya, Deepseek-R1-0528 tersedia di bawah Lisensi Institut Massachusetts untuk Biaya dan BukaMendukung penggunaan komersial dan memungkinkan pengembang untuk mengalokasikan model untuk kebutuhan mereka.
Bobot sumber terbuka Tersedia melalui Masyarakat Kode Kode Kecerdasan Buatan Kode WajahDokumen terperinci diberikan kepada mereka yang diterbitkan secara lokal atau berintegrasi melalui API Deepsek.
Pengguna API Deepsek saat ini akan secara otomatis memperbarui kesimpulan model mereka ke R1-0528 tanpa biaya tambahan. Biaya saat ini untuk melawan aplikasi Deepseek
Bagi mereka yang ingin menjalankan model secara lokal, Deepseek memposting instruksi terperinci di gudang GitHub -nya. Perusahaan juga mendorong masyarakat untuk membuat catatan dan pertanyaan melalui layanan emailnya.
Pengguna individu dapat mencobanya secara gratis melalui Deepseek di web di sini, meskipun Anda perlu menyimpan nomor telepon atau mengakses akun Google untuk masuk.
Promosikan pemikiran dan kinerja standar
Di jantung pembaruan, ada peningkatan yang signifikan dalam kemampuan model untuk menangani tugas -tugas pemikiran yang sulit.
Depsek menjelaskan dalam kartu model barunya di Lugingface bahwa perbaikan ini berasal dari manfaat meningkatkan sumber daya matematika dan menerapkan algoritma pasca -pelatihan. Pendekatan ini telah menyebabkan perbaikan nyata melalui berbagai standar.
Dalam uji AIME 2025, misalnya, resolusi Deepsek-R1-0528 melonjak dari 70 % menjadi 87,5 %, menunjukkan proses berpikir yang lebih dalam sekarang rata-rata 23.000 ikon per pertanyaan dibandingkan dengan 12.000 pada versi sebelumnya.
Kinerja pengkodean juga telah melihat dorongan, dengan resolusi pada set data LiveCodebench dari 63,5 % menjadi 73,3 %. Dalam ujian “Humanity Last”, kinerja meningkat lebih dari dua kali, mencapai 17,7 % dari 8,5 %.
Perkembangan ini menempatkan Deepseek-R1-0528 lebih dekat dengan kinerja model yang berlaku seperti O3 Openai dan Gemini 2.5 Pro, menurut penilaian internal dan yang memiliki batasan rata-rata dan/atau memerlukan langganan berbayar untuk dicapai.
Promosi UX dan fitur baru
Selain peningkatan kinerja, Deepseek-R1-0528 memperkenalkan banyak fitur baru yang bertujuan untuk meningkatkan pengalaman pengguna.
Pembaruan ini menambah dukungan pada output JSON dan undangan pekerjaan, dan fitur yang seharusnya memudahkan pengembang untuk mengintegrasikan kemampuan model ke dalam aplikasi dan alur kerja mereka.
Kemampuan depan juga telah ditingkatkan, dan Deepseek mengatakan perubahan ini akan menciptakan reaksi yang lebih halus dan lebih efisien bagi pengguna.
Selain itu, tingkat halusinasi model telah berkurang, yang berkontribusi pada produksi yang lebih andal dan konsisten.
Salah satu pembaruan terkemuka adalah memasukkan klaim sistem. Berbeda dengan versi sebelumnya, yang membutuhkan simbol khusus di awal penyutradaraan untuk mengaktifkan mode “berpikir”, pembaruan ini menghilangkan kebutuhan ini, dan menyederhanakan publikasi pengembang.
Variabel yang lebih kecil dari mereka yang memiliki anggaran matematika terbatas
Selain versi ini, Deepseek mendistorsi logika pemikirannya dalam variabel yang lebih kecil, Deepseek-R1-0528-SWEN3-8B, yang akan membantu pembuat keputusan dan pengembang yang tidak memiliki perangkat yang diperlukan untuk berjalan penuh
Versi suling ini dikatakan memiliki kinerja baru-baru ini di antara model open source dalam tugas-tugas seperti AIME 2024, mengungguli QWEN3-8B sebesar 10 % dan pertandingan QWEN3-235B.
menurut penengahPengoperasian model bahasa besar adalah 8 miliar llm dalam setengah resolusi (FP16) sekitar 16 GB GPU, setara dengan sekitar 2 GB per miliar guru.
Oleh karena itu, unit pemrosesan grafis tunggal tinggi dengan setidaknya 16 GB VRAM, seperti NVIDIA RTX 3090 atau 4090, cukup untuk menjalankan 8b LLM dalam resolusi FP16. Untuk model yang lebih kuantitatif, unit pemrosesan grafis dapat digunakan dengan 8-12 GB VRAM, seperti RTX 3060.
Deepseek percaya bahwa model suling ini akan membuktikan bahwa ini berguna untuk aplikasi akademik dan aplikasi industri yang membutuhkan model yang lebih kecil.
Pengembang kecerdasan buatan pertama dan reaksi yang efektif
Pembaruan ini telah menarik perhatian dan pujian dari pengembang dan kekasih di media sosial.
Haydar, dijuluki “slow_developer“Umum untuk X bahwa Deepseek-R1-0528” luar biasa dalam pengkodean, “menggambarkan bagaimana saya membuat kode bersih dan tes kerja untuk menantang sistem perekaman kata, yang keduanya berada pada upaya pertama. Menurutnya, O3 hanya berhasil mencocokkan kinerja ini.
Selama, Publikasi lisan -Magic “Deepseek bertujuan pada King: O3 dan Gemini 2.5 Pro”, yang mencerminkan konsensus bahwa pembaruan baru mencoba model Deepseek lebih dekat dengan para seniman ini.
Berita lain tentang kecerdasan dan desas -desus buatan, berpengaruh, gemukDia berkomentar bahwa “Deepseek sedang memasak!” Yang paling menonjol dari bagaimana versi baru sama dengan O3 dan Gemini 2.5 Pro.
Bahkan Thuvena berspekulasi bahwa pembaruan R1 terakhir dapat mengindikasikan bahwa Deepseek sedang bersiap untuk melepaskan model perbatasan yang lama dan diasumsikan juga.
Kami melihat ke depan
Rilis Deepseek-R1-0528 menekankan komitmen Deepseek untuk menyediakan model kinerja tinggi sumber yang sangat terbuka yang memberikan prioritas pada inferensi dan kemudahan penggunaan. Dengan menggabungkan keuntungan standar dengan fitur-fitur praktis dan lisensi pemegang saham open source, Deepseek-R1-0528 ditempatkan sebagai alat yang berharga bagi pengembang, peneliti, dan penggemar yang ingin memanfaatkan kemampuan model bahasa terbaru.
Izinkan saya untuk mengetahui jika Anda ingin menambahkan lebih banyak kutipan, nada lebih banyak, atau menyorot elemen tambahan!
Tautan sumber
Berita
Mantan kandidat Partai Republik mendapat 80 tahun penjara karena kebakaran di rumah -rumah Demokrat

baruAnda sekarang dapat mendengarkan Fox News!
Seorang mantan kandidat Partai Republik untuk kursi di Dewan Perwakilan Rakyat di New Mexico pada hari Rabu dijatuhi hukuman 80 tahun penjara setelah bar setelah berkontraksi dengan militan untuk melakukan kebakaran di rumah -rumah pejabat Demokrat setelah kalah dalam pemilihan.
Suleiman Benia dihukum karena 13 kejahatan awal tahun ini setelah ia menyelenggarakan serangan di Bouquerk, New Mexico, beberapa minggu setelah kekalahannya pada November 2022.
Dia didakwa dengan konspirasi, sebagai penjahat yang memiliki senjata api, empat tuduhan intimidasi dan campur tangan dalam kegiatan yang dilindungi, empat tuduhan menggunakan senjata api atau membawanya selama kejahatan kekerasan dan tiga tuduhan komitmen untuk melakukan kejahatan kekerasan.
Penembakan, yang termasuk senapan mesin, dilakukan antara 4 Desember 2022 dan 3 Januari 2023. Benia secara pribadi berpartisipasi dalam serangan.
Mantan anggota Kongres George Santos memberikan selamat tinggal “cerah” sebelum masuk penjara: “tirai jatuh”
Suleiman Benia dihukum 13 dakwaan kejahatan awal tahun ini. (Roberto E. Rosales/The Albuquerque Journal via AP)
Beberapa penembakan terjadi sementara anak -anak dan korban lainnya ada di rumah, meskipun tidak ada yang terluka.
Jaksa penuntut mengatakan bahwa Benia mengorganisir kebakaran di rumah -rumah Komisaris Provinsi Bernalillo dan dua legislator di New Mexico, sebagai tanggapan atas tuduhan yang tidak berdasar bahwa penipuan dalam pemilihan berkontribusi terhadap kehilangannya.
“Kekerasan dan intimidasi tidak ada tempat dalam pemilihan kita.”

Penembakan dilakukan antara 4 Desember 2022 dan 3 Januari 2023. (Roberto E. Rosales/The Albuquerque Journal via AP)
Pejabat Benia semua ditargetkan oleh Demokrat dan termasuk Ketua Dewan Perwakilan Rakyat saat ini.
Setelah kampanyenya yang tidak bersih, Benia pergi ke rumah -rumah rumah Komisaris Kabupaten Bernalo dan mendesak mereka untuk tidak meratifikasi hasil pemilihan, dan memainkan bahwa pemilihan telah “dipalsukan” terhadapnya.
Jaksa penuntut mengatakan bahwa ketika mereka menolak hasilnya dan menyerang mereka, Penia menyewa koheren Jose Truelelo dan Dimitrio Trugilo untuk melakukan kebakaran.
Pemimpin MS-13 dijatuhi hukuman percobaan Trump dalam kasus pemerasan, yang termasuk 8 pembunuhan Long Island

Suleiman Benia mengklaim bahwa pemilihannya telah “dipalsukan” terhadapnya. (Pusat Penahanan Perkotaan/Buletin melalui Reuters)
Klik di sini untuk mendapatkan aplikasi Fox News
Kedua pria itu mengakui penembakan itu tahun lalu. Setelah penangkapannya, Benia mencoba membunuh suaminya untuk mencegah mereka dari kemartiran.
Selain 80 tahun penjara, Benia telah diberikan tiga tahun pelepasan pengawasan. Pengacaranya mengatakan dia akan mengajukan banding atas hukuman itu.
Fox News Daniel Wallace dan Reuters berkontribusi pada laporan ini.
Berita
Model Molmoact dari AI2 “Thinking in 3D” untuk menantang Nvidia dan Google dalam robotika AI

Ingin lebih banyak visi yang cerdas dari kotak masuk Anda? Berlangganan buletin mingguan kami untuk mendapatkan apa yang hanya terkait dengan lembaga AI, data dan pemimpin keamanan. Berlangganan sekarang
AI material, tempat robot dan model dasar bertemu, dengan cepat menjadi ruang yang berkembang dengan perusahaan seperti NafidiaDan Google Dan Mati Meluncurkan dan bereksperimen dalam model bahasa besar (LLM) dengan robot.
Sebuah penelitian baru dari Allen for Artificial Intelligence Institute (AI2) bertujuan untuk menantang NVIDIA dan Google dalam AI materi dengan versi Molmoact 7B, model sumber terbuka baru yang memungkinkan robot dengan pikiran di ruang angkasa.
AI2 Molmoact diklasifikasikan sebagai model pemikiran prosedur, karena model dasar menyebabkan prosedur dalam ruang fisik tiga dimensi.
Artinya, Molmoact dapat menggunakan kemampuan berpikirnya untuk memahami dunia material, merencanakan cara menempati ruang dan kemudian mengambil ukuran ini.
Kecerdasan buatan membatasi batasnya
Tutup daya, biaya tinggi simbol, dan keterlambatan inferensi dibentuk kembali. Bergabunglah dengan salon eksklusif kami untuk menemukan bagaimana perbedaan besar:
- Mengubah energi menjadi keuntungan strategis
- Mengajar penalaran yang efektif untuk keuntungan produktivitas nyata
- Membuka Pengembalian Investasi Kompetitif dengan Sistem Kecerdasan Buatan Berkelanjutan
Mengamankan tempat Anda untuk tinggal di latar depan: https://bit.ly/4mwngngo
“Molmoact memiliki pemikiran tentang kemampuan ruang 3D terhadap model bisnis tradisional (VLA),” AI2, AI2 VentureBeat mengatakan dalam email. “Sebagian besar model robot adalah VLA yang tidak berpikir atau menyebabkan ruang, tetapi Molmoact memiliki kemampuan ini, membuatnya lebih dilakukan dan digeneralisasi dari sudut pandang arsitektur.”
Pemahaman fisik
Karena robot berada di dunia material, AI2 mengklaim bahwa Molmoact membantu robot membuat di sekitarnya dan membuat keputusan yang lebih baik tentang bagaimana berinteraksi dengan mereka.
Perusahaan mengatakan: “Molmoact dapat diterapkan di mana saja mesin perlu memikirkan lingkungan fisiknya,” kata perusahaan itu. “Kami pada dasarnya berpikir tentang lingkungan rumah karena di sinilah tantangan terbesar adalah untuk robot, karena ada hal -hal yang tidak teratur dan terus berubah, tetapi molmoact dapat diterapkan di mana saja.”
Molmoact dapat memahami dunia material dengan mengarahkan “simbol khas untuk persepsi spasial”, yang merupakan simbol redaman yang khas dan mengekstraknya menggunakan vektor vektor otomatis atau model yang mengubah input data, seperti video, menjadi simbol. Perusahaan mengatakan bahwa simbol -simbol ini berbeda dari yang digunakan oleh VLA karena mereka bukan input teks.
Ini memungkinkan Molmoact untuk mendapatkan pemahaman spasial dan struktur rekayasa pengkodean. Dengan ini, model memperkirakan jarak antara organisme.
Setelah memiliki jarak yang diperkirakan, Molmoact kemudian memprediksi serangkaian “ruang foto” atau titik di area di mana Anda dapat menempatkan jalur ke sana. Setelah itu, model akan mulai mengambil prosedur tertentu, seperti menjatuhkan lengan dengan beberapa inci atau peregangan.
Peneliti AI2 mengatakan mereka bisa mendapatkan model untuk beradaptasi dengan model yang berbeda (yaitu, baik lengan mekanik atau robot manusia) “dengan hanya pengaturan minimal.”
Tes pengukuran AI2 menunjukkan bahwa molmoact 7b adalah tingkat keberhasilan 72,1 %, dan model yang dimenangkan dari Google, Microsoft Dan nvidia.
Langkah Kecil Maju
Penelitian AI2 adalah yang terbaru yang mendapat manfaat dari manfaat unik LLMS dan VLM, terutama dengan pertumbuhan inovasi yang berkelanjutan di AI. Para ahli di bidang ini melihat karya AI2 dan perusahaan teknologi lainnya sebagai blok bangunan.
Alan Verne, profesor di Sekolah Tinggi Teknik di Oregon State UniversityMemberitahu VentureBeat bahwa penelitian AI2 “adalah kemajuan alami dalam mempromosikan VLM untuk robot dan pemikiran fisik.”
“Meskipun saya tidak akan menyebutnya sebagai revolusioner, itu adalah langkah maju yang penting dalam mengembangkan model pemikiran fisik 3D lebih mampu,” kata Verne. “Fokus mereka pada pemahaman yang benar -benar pemahaman tentang adegan tiga dimensi, bertentangan dengan ketergantungan pada dua model -dimensi, mewakili perubahan nyata dalam arah yang benar. Mereka telah meningkatkan model sebelumnya, tetapi kriteria ini masih terbatas untuk menangkap kompleksitas dunia nyata dan tetap relatif terkontrol dan disentuh di alam.”
Dia menambahkan bahwa meskipun masih ada ruang untuk perbaikan dalam standar, dia “ingin menguji model baru ini dalam beberapa tugas pemikiran fisik kita.”
Daniel Moorna, co -founder untuk mulai beroperasi Kumpulkan kecerdasan buatanDia memuji keterbukaan data, mencatat bahwa “ini adalah berita bagus karena pengembangan dan pelatihan model -model ini mahal, jadi ini adalah dasar yang kuat untuk membangun di laboratorium akademik lain dan bahkan amatir yang berdedikasi.”
Peningkatan minat pada kecerdasan buatan
Itu adalah mimpi panjang bagi banyak pengembang dan ilmuwan komputer untuk membuat robot yang lebih cerdas, atau setidaknya kesadaran udara.
Namun, membangun robot yang memperlakukan apa yang dapat mereka “lihat” dengan cepat, bergerak dan berinteraksi dengan lancar, menjadi sulit. Sebelum penampilan LLMS, para ilmuwan memiliki simbol dari masing -masing gerakan. Ini berarti, tentu saja, banyak pekerjaan dan lebih sedikit fleksibilitas dalam jenis prosedur otomatis yang dapat terjadi. Sekarang, gaya LLM (atau setidaknya senjata otomatis) memungkinkan untuk menentukan langkah -langkah berikut yang harus diambil berdasarkan objek yang berinteraksi dengan mereka.
Penelitian Google Saycan Ini membantu menyebabkan penyebab tugas menggunakan LLM, memungkinkan robot untuk menentukan urutan gerakan yang diperlukan untuk mencapai tujuan. OK-Robot Meta dan New York University menggunakan model bahasa visual untuk perencanaan gerakan dan pengolahan objek.
Sulaman Robot desktop 299 dolar telah merilis upaya karakter demokratis untuk mengembangkan robot. Nvidia, yang telah mengumumkan kecerdasan buatan material sebagai arah besar berikutnya, telah merilis beberapa model untuk pelatihan efek cepat, termasuk Cosmos-Traransfer1.
OSU mengatakan bahwa ada lebih banyak perhatian pada kecerdasan buatan material, meskipun penawaran eksperimental terbatas. Namun, mengejar kecerdasan materi umum, yang menghilangkan kebutuhan akan pemrograman robot secara individual, telah menjadi lebih mudah.
Dia mengatakan: “Adegan itu lebih sulit sekarang, dengan buah yang kurang ditangguhkan. Di sisi lain, model kecerdasan material besar masih dalam tahap awal dan lebih matang untuk kemajuan cepat, yang membuat ruang ini sangat menarik.”
Tautan sumber
Berita
Pemenang video Powerball, yang menendang seorang wakil di Florida, muncul setelah mengumpulkan penghargaan

baruAnda sekarang dapat mendengarkan Fox News!
Tembakan kamera tubuh yang baru dirilis menunjukkan para deputi di Florida, yang menangkap pemenang di Kentucky Power setelah menendang seorang deputi di wajahnya, tak lama setelah penghargaan untuk memenangkan hadiah utama.
James Farang, 50, didakwa dengan satu kejahatan dari baterai petugas penegak hukum, dua pelanggaran ringan baterai dan perlawanan seorang petugas mengenai kecelakaan itu pada 29 April.
Pacar Forthing, Jacqueline Baimaster, juga ditangkap. Dia didakwa melakukan pelanggaran ringan karena keracunan yang tidak produktif. Dia dituduh mencoba melawan gembala lain di bar resor.
Dia ditangkap dengan memenangkan hadiah utama dengan kekuatan setelah menendang seorang wakil di wajah: pihak berwenang
James kosong setelah menendang wajah wakil. (Kantor Kabupaten Benillas)
Kantor Pinellas Sheriff County merilis video kamera tubuh pada hari Selasa, yang tampaknya menunjukkan Farthing sebagai wakil di wajahnya mencoba membongkar perkelahian antara tersangka dan pria lain.
Perwakilan tiba di Tradewinds Resort di St. Beit Beach, Florida, dan menemukan dua pria berkelahi dan seorang wanita di tanah.
Varing mengklaim tamu lain di hotel di wajahnya selama pertengkaran.
Seorang buron mengetuk petugas selama penahanan dramatis setelah pesta dua tahun di Florida

James mencoba melarikan diri dari tempat kecelakaan sebelum menggunakan petugas Tser dan menangkapnya. (Kantor Kabupaten Benillas)
Ketika wakil menanggapi pembongkaran pertempuran, diklaim bahwa Frontneh telah membawanya ke wajahnya dan kemudian mencoba melarikan diri dari tempat kejadian, meskipun para deputi menggunakan Tasser, dan dia diperlakukan sebelum ditahan.
“Tidak ada kemeja yang datang untuk menendang, merindukanku dan memukulku di sini,” Deputi mendengar videonya.
Pria lain yang berpartisipasi dalam pertempuran itu juga terlihat dalam status borgol.
Penangkapan datang tak lama setelah Furthing menang dan ibunya memenangkan Grand Prize Award di Kentucky.
Florida Sharif merobek danau danau setelah penangkapan 8

James Varring dan ibunya memenangkan Penghargaan Hadiah Utama di Kentucky tak lama sebelum penangkapannya. Di foto dari kiri ke kanan: Linda Griezel, James Vartting, Jacqueline Weimaster. (Powerball)
Klik di sini untuk mendapatkan aplikasi Fox News
Farthing membeli tiket $ 2 dari stasiun bahan bakar di Georgetown, Kentucky. Setelah mencocokkan semua angka, Feithing dan ibunya Linda Grazel memenangkan 167,3 juta dolar Grand Prix menang, Yang terbesar yang diberikan di negara ini.
Frongh dalam pelepasan tuduhan bersyarat di Kentucky ketika dia ditangkap di Florida. Dia melepaskan haknya untuk kemungkinan sidang pada bulan Juni, dan meminta untuk menghabiskan hukuman yang tersisa. Dia diharapkan akan dirilis akhir bulan ini.
Ini memiliki sejarah kriminal yang panjang, setelah menghabiskan total 30 tahun penjara di berbagai fasilitas, menurut laporan. Dia memiliki penghukuman di sembilan provinsi di Kentucky atas beberapa kejahatan, termasuk mencekik seorang teman, menyuap petugas saat mereka berada di penjara dan menjual kokain kepada seorang petugas rahasia.
- Berita8 tahun ago
These ’90s fashion trends are making a comeback in 2017
- Berita8 tahun ago
The final 6 ‘Game of Thrones’ episodes might feel like a full season
- Berita8 tahun ago
According to Dior Couture, this taboo fashion accessory is back
- Berita8 tahun ago
The old and New Edition cast comes together to perform
- Berita8 tahun ago
Phillies’ Aaron Altherr makes mind-boggling barehanded play
- Berita8 tahun ago
Uber and Lyft are finally available in all of New York State
- Berita8 tahun ago
Disney’s live-action Aladdin finally finds its stars
- Bisnis6 bulan ago
Meta Sensoren Disensi Internal atas Ban Trump Mark Zuckerberg