DeepSeek migliora il suo modello R1: disponibile la versione 0528 su Hugging Face | Llm meaning | Come usare chatgpt | Chat gpt gratis | Turtles AI

DeepSeek ha recentemente introdotto un aggiornamento del suo modello di AI R1, denominato R1-0528, disponibile su Hugging Face con licenza MIT. Questo aggiornamento, sebbene descritto come "minore", ha suscitato notevole interesse per le sue migliorate capacità di ragionamento e generazione di codice.

Punti chiave:

• R1-0528 presenta miglioramenti significativi nel ragionamento e nella generazione di codice.
• Il modello è disponibile su Hugging Face con licenza MIT, consentendo l’uso commerciale.
• Con 685 miliardi di parametri, R1-0528 è tra i modelli open-source più grandi.
• Si posiziona tra i primi nei benchmark di generazione di codice, superando modelli come Grok 3 mini e Qwen 3.

Rilasciato senza un annuncio ufficiale dettagliato, R1-0528 è stato reso disponibile su Hugging Face, con un messaggio su WeChat che lo descrive come un "aggiornamento di prova minore". Nonostante la mancanza di documentazione completa, il modello ha attirato l’attenzione per le sue prestazioni nei benchmark di generazione di codice.

Nei test di LiveCodeBench, sviluppati da ricercatori di UC Berkeley, MIT e Cornell, R1-0528 si è classificato appena sotto i modelli o4 mini e o3 di OpenAI, superando Grok 3 mini di xAI e Qwen 3 di Alibaba. Questi risultati indicano un notevole miglioramento rispetto alla versione precedente.

Con 685 miliardi di parametri, R1-0528 è uno dei modelli open-source più grandi disponibili, rendendolo difficile da eseguire su hardware consumer standard. Tuttavia, la sua disponibilità con licenza MIT consente l’uso commerciale e la modifica, offrendo flessibilità agli sviluppatori.

Gli utenti che hanno testato R1-0528 hanno notato miglioramenti nelle capacità di ragionamento e nella generazione di codice. Il modello produce codice più coerente e pulito, con alcuni utenti che lo paragonano alle prestazioni di Claude 3.7. Inoltre, il modello adotta uno stile più riflessivo e ponderato, dedicando più tempo all’elaborazione delle risposte per garantire maggiore precisione.

Nonostante i miglioramenti, l’aggiornamento comporta tempi di risposta più lunghi rispetto alla versione precedente. Il modello dedica più tempo ai "processi di pensiero", elaborando le richieste in modo più approfondito prima di fornire una risposta. Per molti utenti, questo rallentamento è un compromesso accettabile per ottenere risultati più accurati.

DeepSeek aveva pianificato il rilascio di R2 a maggio, ma al momento non si hanno notizie ufficiali sulla sua disponibilità. Il modello R2 dovrebbe rappresentare un aggiornamento più sostanziale rispetto all’attuale R1-0528.

L’aggiornamento R1-0528 di DeepSeek rappresenta un passo avanti nelle capacità di ragionamento e generazione di codice, posizionandosi tra i modelli open-source più avanzati disponibili.