استارتاپ چینی دیپ سیک با انتشار نسخه جدید مدل زبانی خود بار دیگر جایگاه خود را به عنوان یکی از رقبای جدی در عرصه جهانی هوش مصنوعی تثبیت کرده است. این نسخه، که به‌تازگی منتشر شده، در حوزه هایی مانند استدلال پیچیده، کدنویسی و منطق عملکرد چشمگیری از خود نشان داده؛ حوزه هایی که حتی مدل های پیشرفته معروف گاهی با آن ها چالش دارند.
مدل تازه ی شرکت دیپ سیک چین با نام DeepSeek-R1-0528 توانسته در آزمون AIME 2025، که یکی از سنجه های دقیق برای ارزیابی توانایی های استدلالی مدل های زبانی است، به دقت چشمگیر ۸۷.۵ درصد برسد؛ عددی که در مقایسه با نسخه ی قبلی (با دقت ۷۰ درصد)، جهشی بزرگ به حساب می آید. در بنچ مارک تخصصی LiveCodeBench نیز که عملکرد مدل در زمینه ی برنامه نویسی را می سنجد، دقت DeepSeek-R1-0528 از ۶۳.۵ به ۷۳.۳ درصد افزایش یافته است. حتی در آزمون مشهور و دشوار «آخرین آزمون بشریت» (Humanity’s Last Exam)، امتیاز مدل از ۸.۵ به ۱۷.۷ درصد رسیده؛ یعنی بیش از دو برابر بهبود نسبت به نسخه ی قبلی.
این آمارها نشان می دهند که DeepSeek-R1-0528 در برخی حوزه‌ها به سطحی رسیده که می تواند با مدل های مطرحی مانند GPT-4o از OpenAI یا Gemini از Google رقابت کند و حتی در بعضی معیارها، عملکردی بهتر از آن ها داشته باشد.
متن باز و در دسترس!
در شرایطی که OpenAI و Google بیشتر مدل های قدرتمند خود را تنها از طریق APIهای پولی در اختیار کاربران قرار می دهند، دیپ سیک راه متفاوتی را در پیش گرفته است. مدل R1-0528 به صورت متن باز و تحت مجوز MIT منتشر شده؛ تصمیمی که به توسعه دهندگان اجازه می دهد آن را به‌دلخواه تغییر دهند، شخصی سازی کنند و در محصولات خود به کار ببرند.
از دیگر ویژگی های مهم این نسخه، پشتیبانی از خروجی های JSON و فراخوانی توابع (Function Calling) است. این قابلیت ها مسیر توسعه ی اپلیکیشن ها و ابزارهایی که به صورت مستقیم با مدل کار می کنند را بسیار ساده تر می کند. رویکرد باز و در دسترس دیپ سیک، این مدل را به گزینه ای ایده آل برای استارتاپ ها، پژوهشگران و شرکت هایی تبدیل کرده که به دنبال جایگزینی آزاد برای پلتفرم های بسته ی غربی هستند.
آموزش هوشمندانه، نه پر هزینه
یکی از نکاتی که در گزارش دیپ سیک جلب توجه می کند، تأکید این شرکت بر بهره وری در فرآیند آموزش مدل است. به‌گفته ی دیپ سیک، نسخه‌ی اولیه‌ی R1-0528 تنها در ۵۵ روز و با بهره گیری از حدود ۲۰۰۰ واحد پردازش گرافیکی (GPU) آموزش دیده و کل هزینه ی این فرایند حدود ۵.۵۸ میلیون دلار بوده است. عددی که در مقایسه با هزینه های سنگین آموزش مدل های مشابه در ایالات متحده، بسیار اقتصادی تر است. در دوره ای که انتقادها نسبت به هزینه های مالی و زیست محیطی آموزش مدل های زبانی شدت گرفته، چنین کارایی ای می‌تواند برگ برنده ای برای دیپ سیک باشد.
آینده هوش مصنوعی چه خواهد شد
انتشار DeepSeek-R1-0528 می تواند نشانه ای از تغییر موازنه قدرت در عرصه جهانی هوش مصنوعی باشد. با عملکرد قابل توجه در استدلال و برنامه نویسی، مجوزهای آزاد و روند توسعه ی سریع، دیپ سیک در حال تثبیت جایگاه خود به عنوان یک رقیب جدی برای بازیگران اصلی این حوزه است.
در جهانی که آینده هوش مصنوعی بیش از پیش به سوی رقابت چند قطبی پیش می رود، مدل هایی مانند R1-0528 می توانند نه فقط مسیر پیشرفت فناوری را تعیین کنند، بلکه این پرسش کلیدی را هم مطرح کنند که چه کسانی اجازه دارند این فناوری را بسازند، کنترل کنند و از آن بهره‌مند شوند.
خبر آنلاین
