Cég · Üzlet · ellenőrizve 29 napja
DeepSeek
Kínai mesterségesintelligencia-vállalat, amely nyílt hozzáférésű nagy nyelvi modelleket fejleszt, kedvező költséghatékonysággal.
Más néven: 深度求索, DeepSeek AI, 杭州深度求索人工智能基础技术研究有限公司
A DeepSeek egy kínai székhelyű AI-vállalat, amelyet a High-Flyer nevű kvantitatív hedge fund alapítói hoztak létre azzal a céllal, hogy alapkutatást végezzenek a mesterséges intelligencia terén, és nagy nyelvi modelleket (LLM) fejlesszenek. A cég viszonylag rövid idő alatt vált ismertté azáltal, hogy modelljeit gyakran nyílt forráskódúként vagy nyíltan letölthető súlyokkal tette elérhetővé, ami eltér a legtöbb nagy amerikai versenytárs zártabb gyakorlatától.
A DeepSeek modelljei jellemzően nyelvi megértésben, kódolásban és matematikai következtetésben nyújtanak versenyképes teljesítményt, és a fejlesztők a képzési hatékonyságot, azaz a viszonylag alacsonyabb számítási és költségigényt hangsúlyozzák a rivális modellekhez képest. A vállalat mixture-of-experts architektúrát és megerősítéses tanulásra épülő következtetési technikákat alkalmaz, amelyek célja a modellek teljesítményének javítása anélkül, hogy arányosan megnőne a számítási költség.
A DeepSeek megjelenése jelentős hatással volt az AI-iparra, mivel rávilágított arra, hogy a nyílt modellek és a hatékonyabb tréningmódszerek gyors ütemben közelíthetik meg a vezető zárt modellek teljesítményét, ami újragondolásra késztette a piaci szereplőket a számítási kapacitásba történő beruházások és a modellfejlesztési stratégiák tekintetében.
Kapcsolódó szereplők és fogalmak
- nagy nyelvi modell
- mixture-of-experts
- OpenAI
- nyílt forráskódú AI
- megerősítéses tanulás
DeepSeek a hírekben
-
Ulanqab: Belső-Mongólia lett Kína AI-adatközpont-fővárosa
A WIRED cikke szerint egy Goldman Sachs kutatási jegyzet alapján a mindössze 1,5 milliós lakosú Ulanqabban 2016 óta közel 100 adatközpont épült vagy van építés alatt, a bejelentett kapacitás összesen 12,5 gigawattra rúg, ennek több mint 70 százalékát az elmúlt egy évben jelentették be. Összehasonlításképp az OpenAI 500 milliárd dolláros Stargate projektje készen is csak 10 gigawattot ér el. A várost a hideg, magasan fekvő klíma, a Pekinghez közeli helyzet és az olcsó, szél-, nap- és szénenergiára épülő áramellátás teszi vonzóvá. A cikk szerint első ízben kínai AI-cégek, köztük a DeepSeek, a ByteDance, az Alibaba és a Xiaohongshu is saját infrastruktúrába fektetnek bérelt felhőkapacitás helyett. A projektek azonban komoly vízhiányba ütközhetnek, mivel a szárazságra hajlamos térségben a helyi vízművek már most is éjszakai korlátozásokra kényszerülnek.
-
DeepSeek kísérleti vizuális modellt adott ki ügynöki feladatokra
A kínai DeepSeek nyilvánosságra hozta a V4-Flash-Vision-Exp nevű kísérleti, multimodális modellt, amely a szöveges V4-Flash alapmodellt képfeldolgozási képességgel bővíti. A cég saját belső benchmarkjai szerint – ezt fontos hangsúlyozni, mivel független ellenőrzés nem történt – a vizuális változat ügynöki feladatokban közelít az Anthropic Opus 4.8 teljesítményéhez, miközben megőrzi az alapmodell szövegértési és világtudás-képességeit. A modell DeepSeek állítása szerint képeket ír le, szöveget nyer ki képernyőképekből, és diagramokat elemez, valamint kompatibilis az OpenAI és az Anthropic API-formátumaival. A vállalat egyúttal frissítette Harness nevű keretrendszerét is, amely a cikk szerint alapból támogatja az új modellt. A képfeldolgozás technikai részletei – például a fájlformátum-felismerés vagy a tokenköltség – szintén a DeepSeek saját dokumentációjából származó állítások.
-
DeepSeek megnyitotta AI-ügynök keretrendszerét, a Harnesst
A DeepSeek nyílt forráskódúvá tette a DeepSeek Harness (dsh) nevű futtatókörnyezetet, amely MIT licenc alatt, fejlesztői előzetes verzióként érhető el autonóm AI-ügynökök építéséhez. A cég bejelentése és a GitHub-tárhely szerint a rendszer a Cordis meta-keretrendszerre épül, mikrokernel-architektúrát alkalmaz, így a modellillesztők, eszközregiszterek, sandbox-környezetek és felhasználói felületek egymástól független, cserélhető modulokként működnek, és deklaratív YAML vagy JSON konfigurációval válthatók a mag logika módosítása nélkül. Egy folyamatos eseménynaplózó alrendszer minden üzenetet, eszközhívást és tokenmetrikát rögzít visszajátszás és hibakeresés céljából. A 0.1-es előzetes verzió négy alapkonfigurációt kínál: Standard, Code, Minimal és Creator módot.
-
Kutatás: az AI-ügynökök memóriáját modellenként kell adagolni
A Hugging Face blogbejegyzése szerint az ALTK-Evolve rendszer lehetővé teszi, hogy egy AI-ügynök korábbi feladatvégzéseiből desztillált irányelveket építsen vissza a kontextusba, súlyfrissítés és emberi annotáció nélkül. A cég állítása szerint nyolc modellen tesztelve kiderült: az erős, még nem telített modellek (pl. DeepSeek-V3.2) a teljes irányelvkészlettől profitáltak legjobban, a gyengébb modellek (pl. gpt-oss-120b) egy szűk, magas megbízhatóságú maggal és feladatonkénti visszakereséssel jártak jól, míg más, már telítettnek tűnő modellek (pl. GLM-5) alig mutattak javulást. A vállalat szerint ez azt jelzi, hogy az ügynöki memória nem be- vagy kikapcsolható funkció, hanem modellenként kalibrálandó adag. Az eredmények saját belső méréseken alapulnak, független lektorálás nélkül.
-
A DeepSeek frissítette V4 Pro modelljét, és megnyitotta ügynökszoftverét
A DeepSeek kiadta a V4-Pro-0813 build-et, amely a cég saját mérése szerint jelentősen javult ügynökfeladatokban: a Terminal Bench 2.1 pontszáma 72,1-ről 87,9-re, a DeepSWE pedig 12,8-ról 62,7-re nőtt, és a vállalat állítása szerint több benchmarkon megelőzte a Claude Opus 4.8-at. A független Artificial Analysis mérés is javulást mutat, de árnyaltabb képet ad: a modell az Intelligence Indexen 45-ről 53-ra emelkedett, beérve a GLM-5.2-t, de továbbra is a Muse Spark, a Qwen 3.8 Max, a Kimi K3 és a Claude Opus 5 mögött marad. A cég ezzel egyidejűleg MIT licenc alatt nyílt forráskódúvá tette saját Deepseek Harness ügynökszoftverét, valamint bejelentette, hogy időzónától függő, idővel emelkedő API-díjakat vezet be.
-
Preprint: azonosság-torzítás az AI-bírák pontozásában, blokklánc a megoldásra
Egy nem lektorált arXiv-tanulmány szerint hét nagynyelvi modellt – köztük a GPT-OSS 120B-t, a Llama 3.3 70B-t és a DeepSeek V4 Pro-t – bíráló szerepben teszteltek: ezek pontozták három elsődleges modell válaszait 58 tényszerű, gondolkodási, politikai és preferenciaalapú kérdésen, anonim és azonosítóval ellátott formában is. A szerzők állítása szerint az azonosság felfedése enyhén torzítja a tényszerű kérdések pontszámát, közepesen a nehéz gondolkodási feladatokét, és nagymértékben a geopolitikailag érzékeny témákét; a GLM 5.1 pontszáma 7 ponttal, a Llama 3.3 70B-é 1,56 ponttal emelkedett szignifikánsan. A torzítás orvoslására a kutatók egy Ethereum-kompatibilis, kétfázisú „commit-reveal” blokkláncprotokollt javasolnak, amely a bírák pontszámát hash formában rögzíti, mielőtt a modellek azonossága kiderülne.
-
Kínai AI-kutatók tömegesen jelentek meg az X-en
A WIRED riportja szerint az elmúlt évben ugrásszerűen nőtt a kínai mesterségesintelligencia-kutatók jelenléte az X-en: a lap mintegy 30, a Moonshot AI-hoz köthető fiókot talált, köztük két társalapítóét és több volt munkatársét. Hasonlóan aktívak a MiniMax és a Z.ai szakemberei, sőt a cikk szerint a DeepSeek egyes alkalmazottai is rendszeresen posztolnak, jóllehet állítólag nem hagyhatják el Kínát, mert az állam elkobozta útlevelüket. Meng Fanqing, az Evolvent AI társalapítója és a Moonshot volt gyakornoka szerint az X jelenleg a legjobb közösség komoly technikai AI-vitákhoz, és sok kutató a DeepSeek R1 2025 eleji nemzetközi sikere után kezdett tudatosan nemzetközi jelenlétet építeni. Egy elemző szerint ezt a teret részben az is megnyitotta, hogy az OpenAI és az Anthropic kutatói egyre visszafogottabbak a nyilvános megszólalásban.
-
NVIDIA ModelExpress: modellsúlyok villámgyors elosztása GPU-k között a klaszterben
Az NVIDIA bemutatta a ModelExpress (MX) nevű platformot, amely a nagy nyelvi modellek súlyainak klaszteren belüli mozgatását gyorsítja fel. A rendszer a betöltés előtt megkeresi, hol található már kompatibilis súlymásolat, és a leggyorsabb elérhető útvonalat választja: ha egy kiszolgáló társgépen megvannak a súlyok, azokat közvetlenül GPU-ról GPU-ra másolja RDMA-n keresztül az NIXL könyvtár segítségével, elkerülve az objektumtárolót, a lemezt és a gazdagép memóriáját. Az NVIDIA szerint az MX a DeepSeek-V4 Pro súlyait és a JIT kernelgyorsítótárat kevesebb mint 10 másodperc alatt képes átvinni egy új replikába. A platform többszálú streamelést, elosztott atomi gyorsítótárazást és GPUDirect Storage támogatást alkalmaz, valamint integrálódik a vLLM, SGLang, Dynamo és llm-d keretrendszerekkel, így az éles LLM-telepítések hidegindítási és skálázási idejét jelentősen csökkenti.
-
Az Egyesült Államoknak nem kellene meglepődnie a kínai MI-modellek térnyerésén
A The Verge elemzése szerint az elmúlt héten két kínai mesterségesintelligencia-cég mutatott be olyan modelleket, amelyek állításuk szerint felveszik a versenyt az OpenAI és az Anthropic legjobb rendszereivel. A piacok megingtak, és számos kommentátor az amerikai technológiai szektor megrázkódtatásáról beszélt: az AP meglepetésként értékelte az eseményt, a Bloomberg áttörésként jellemezte. A cikk szerint azonban a meglepetés indokolatlan, mert a kínai modellek teljesítménybeli hátránya évek óta folyamatosan csökken – az OpenRouter rangsorában a tíz legtöbbet használt MI-eszközből hat kínai. A kínai modellek emellett jóval olcsóbbak, és egyes jelentések szerint amerikai cégek is egyre inkább ezekhez fordulnak a hazai szolgáltatók emelkedő árai miatt.
-
Az NVIDIA GB300 NVL72 világrekordot állított a DeepSeek-V3 671B MoE-modell előtanításában
Az NVIDIA saját technikai blogján jelentette be, hogy a GB300 NVL72 rendszer GPU-nként 1 648 TFLOPS teljesítménnyel világrekordot ért el a DeepSeek-V3 671B paraméteres Mixture of Experts (MoE) modell előtanításában. A vállalat szerint a teljesítmény kulcsa a teljes rack-szintű együttervezés: az ötödik generációs NVLink GPU-nként 1,8 TB/s sávszélességet és összesen 130 TB/s nem blokkoló all-to-all kommunikációt biztosít. Az NVIDIA állítása alapján szoftveres optimalizálásokkal – a Megatron Core, a TorchTitan és a JAX keretrendszerek révén – 3–10-szeres teljesítménynövekedést értek el az előző generációhoz képest, miközben a GPU-nkénti áteresztőképesség 256-ról 1 024 GPU-ra skálázva is 97% felett maradt. A MoE-architektúrák hatékonyságának lényege, hogy a tokenek csak a paraméterek kis részhalmazát aktiválják, ami viszont fokozott kommunikációs igényt támaszt a GPU-k között.
-
A nyílt súlyú AI-modellek kiberképességei már csak hónapokkal maradnak el a zárt rendszerektől
A brit AI Biztonsági Intézet (AISI) első nyilvános elemzése szerint a nyílt súlyú AI-modellek kiberképességekben már csak négy-hét hónappal maradnak el a vezető zárt rendszerektől, míg 2025 nagy részében ez hat-tíz hónap volt. Az AISI tesztjei alapján a GLM-5.2 és a DeepSeek V4-Pro konkrét kibertámadási feladatokban és szimulált hálózati gyakorlatokon elérték a korábbi zárt modellek szintjét, lényegesen olcsóbb futtatás mellett. Az intézet figyelmeztet, hogy a nyílt modellek biztonsági korlátai könnyen megkerülhetők, mivel bárki letöltheti és felügyelet nélkül módosíthatja őket – ezt tartós és visszafordíthatatlan visszaélési kockázatnak nevezi. Az elemzés ugyanakkor elismeri a nyílt modellek előnyeit is, és a kockázatok kiegyensúlyozott mérlegelését szorgalmazza.
-
Terrorszervezetek rendszeresen használják a nagy AI chatbotokat támadástervezéshez és fegyverkészítéshez
A Cambridge-i CASP kutatója, Antonia Jülich 27 volt Boko Haram-tag 57 interjúján alapuló tanulmánya szerint az ISIS már 2023 óta oktatja a prompt engineering és jailbreak technikákat, és nigériai Boko Haram-parancsnokokat is kiképzett az AI biztonsági szűrők megkerülésére. A tanulmány szerint a Boko Haram mindkét frakciója dedikált AI-egységeket hozott létre, és a ChatGPT-t, Claude-ot, Geminit, Grokot, Meta AI-t és DeepSeeket használják támadástervezésre, robbanóeszközök fejlesztésére és műveleti biztonságra. A kutatás arra figyelmeztet, hogy a biztonsági szűrők nem képesek megbízhatóan megakadályozni a visszaéléseket – az Anthropic maga is elismerte, hogy a jailbreakek valószínűleg soha nem lesznek teljesen kiküszöbölhetők. Jülich szerint bár a csoport AI-használata egyelőre hagyományos, a tömegpusztító fegyverekhez való AI-segítség kockázatát komolyan kell venni.
-
LLM-ügynökök piaci stabilitását vizsgáló szimulációban a mediáció bizonyult a legellenállóbb mechanizmusnak
Egy még nem lektorált kutatás 18 DeepSeek-V3 alapú, önérdekű LLM-ügynökből álló piaci szimulációban vizsgálta, milyen formális mechanizmusok képesek fenntartani a piaci stabilitást ismételt társadalmi dilemmákban. Nyolc különböző mechanizmust hasonlítottak össze 200 körös kísérletekben, fokozatosan növelve a troll.
-
NVIDIA: JAX host offloading akár 57%-kal javítja a nagy nyelvi modellek tanítási átvitelét Blackwell GPU-kon
Az NVIDIA technikai blogja szerint a JAX keretrendszerben alkalmazott host offloading technika jelentősen csökkenti a GPU HBM-szűk keresztmetszetét LLM-tanítás során: a forward pass közben kiválasztott aktivációkat hoszt memóriába mozgatja, majd a backward passnál visszatölti. Az NVIDIA GB200 NVL72 rendszeren végzett MaxText kísérletekben a DeepSeek-V3 671B és Llama 3.1 405B modellekkel az aktiváció-újraszámításhoz képest akár 57%-os átviteli javulást mértek, különösen ritka MoE modellek esetén. A megoldás a Grace Blackwell NVLink-C2C 900 GB/s kétirányú sávszélességére épít, és az optimális eredményhez XLA ütemezési beállítások és Nsight Systems profilozás szükséges.
-
Lebegőpontos hibák felismerése: 14 nagy nyelvi modellt teszteltek új benchmarkkal
Egy nem lektorált kutatás 14 nagy nyelvi modellt (LLM) értékelt aszerint, hogy mennyire képesek statikusan felismerni és osztályozni a lebegőpontos hibákat C forráskódban. A szerzők létrehozták az InterFLOPBench benchmarkot, amely 90 C kernelt és 1130 tesztmintát tartalmaz hat hibakategóriában: kioltás, összehasonlítás, nullával osztás, túlcsordulás, alulcsordulás és NaN. Az eredmények szerint a legújabb modellek – köztük a Qwen 3 32b, Gemini 2.5 Flash, Phi 4 Reasoning, DeepSeek R1T2 és a gpt-oss 20b/120b – 0,88 feletti összesített F1-pontszámot értek el. A teljesítmény hibakategóriánként eltérő: a nullával osztás átlagos F1-értéke 0,85 volt, míg az alulcsordulás (0,61) és a kioltás (0,62) esetében a modellek gyengébben teljesítettek, jelezve a finomabb numerikus jelenségek felismerésének nehézségét.
-
A Sina háromparaméteres VibeThinker-3B modellje a százszor nagyobb modellek szintjén teljesít matekban és kódolásban
A kínai Sina (Weibo anyavállalata) kiadta VibeThinker-3B modelljét, amely mindössze 3 milliárd paraméterrel egyes matematikai és kódolási benchmarkokon – a cég technikai jelentése szerint – a 200-333-szor nagyobb modellekkel, például a DeepSeek V3.2-vel és a Kimi K2.5-tel vetekszik. A modell az Alibaba Qwen2.5-Coder-3B alapmodelljére épül, a teljesítményt többlépcsős utóképzéssel érik el. A LeetCode-versenyeken (2026 április–május) 128-ból 123 feladatot elsőre megoldott, megelőzve a GPT-5.2-t és a Claude Opus 4.6-ot – állítja a Sina. Ugyanakkor a széles tárgyi tudást igénylő GPQA-Diamond benchmarkon a modell jelentősen elmarad nagyobb riválisaitól. A kutatók következtetése szerint a strukturált logikai gondolkodás jól tömöríthető kis modellekbe, de a faktikus világtudás továbbra is nagy paraméterszámot igényel.
