Atviro kodo dirbtinio intelekto bendruomenė sulaukė dar vieno rimto iššūkio uždariems komerciniams modeliams. Kinijos startuolis „DeepSeek“ pristatė V4 Pro versiją, kuri, anot nepriklausomų testų, jau artėja prie brangiausių uždarų sistemų kokybės ir kartu išlaiko atvirus modelio svorius.
V4 Pro, žymimas 0813 versijos numeriu, yra gerokai patobulinta ankstesnės „preview“ laidos versija. Nors architektūrinė struktūra iš esmės išliko tokia pati, modelis žingsniu priartėjo prie vadinamosios pažangių sistemų „fable“ kokybės – tai matyti tiek iš užduočių sprendimo, tiek iš vaizdinio pasaulio suvokimo.
Kas pasikeitė techninėje pusėje?
Vienas iš įspūdingiausių pavyzdžių – „Rubiko kubo“ generavimas. Ankstesnė, mažesnė „flash“ versija sunkiai suprato trimačią struktūrą: daug detalių buvo prarandama, paviršiai likdavo juodi. V4 Pro jau kur kas tiksliau atkartoja objektą, rodo geresnį erdvinį suvokimą ir nuoseklesnį sprendimų planavimą.
Pasak „Two Minute Papers“ autoriaus Karolio Žolnai-Fehėro, didžioji pažangos dalis atsirado ne iš naujos architektūros, o iš išmanios posutreniruotės. „DeepSeek“ po pirminio išmokymo sukuria kelis specializuotus modelius matematikai, programavimui ir agentiniams veiksmams. Tai nėra klasikiniai mišraus ekspertų modeliai, o atskiri patobulinti kontroliniai taškai.
Vėliau pasitelkiama distiliacija: daugiau nei dešimt šių „mokytojų“ naudojami vienam „studentui“ išmokyti. Kiekviename žingsnyje galutinis modelis lygina savo atsakymą su eksperto ir koreguoja vidines parametrų reikšmes, taip palaipsniui perimdamas skirtingų sričių įgūdžius.
Greitis, atviri svoriai ir kaina
Kitas svarbus patobulinimas – naujas teksto generavimo būdas. V4 Pro gali planuoti ir „brėžti“ kelis žodžius į priekį, o ne tik nuspėti vieną žodį po kito. „DeepSeek“ skelbia, kad taip pavyko pasiekti iki 78 proc. spartesnį atsakymų generavimą realiomis naudojimo sąlygomis.
Nors „DeepSeek“ neseniai reikšmingai padidino savo debesų paslaugų kainas – kai kurių planų kaina, skaičiuojama pagal rinkos kursą, išaugo maždaug nuo 2,5 iki 5 kartų – bendrovė išlaikė esminį pranašumą: V4 Pro svoriai yra licencijuoti atvira MIT licencija. Tai reiškia, kad tiek įmonės, tiek entuziastai gali paleisti tą patį modelį savo infrastruktūroje ir patys nustatyti kainodarą.
Dėl to jau atsirado kelių debesų tiekėjų, siūlančių V4 Pro prieigą ir konkuruojančių dėl kainos bei greičio. Tarp jų minima „Lambda“, suteikianti prieigą prie galingų „Nvidia“ grafikos procesorių, skirtų tiek inferencijai, tiek savų modelių mokymui.
Ką tai reiškia DI ekosistemai?
Ekspertai pabrėžia, kad toks atviras, greitai tobulinamas modelis daro stiprų spaudimą uždaroms laboratorijoms. Vartotojams jis suteikia daugiau skaidrumo: niekas negali nepastebimai pakeisti modelio versijos ar apriboti funkcijų pagal raktinius žodžius, nes svoriai visiems prieinami.
V4 Pro pavyzdys taip pat rodo, kaip žaibiškai žinios keliauja iš publikacijų į praktiką. Vienas pagrindinių greitinimo metodų atskiroje mokslinėje publikacijoje buvo aprašytas vos prieš kelias savaites, o dabar jau veikia realiuose produktuose. Tai iliustruoja naują DI tyrimų etapą, kuriame atviras kodas ir atviri svoriai tampa rimta alternatyva tradiciniams, uždariems sprendimams.
