🚀 انتشار رسمی API مدل DeepSeek V4-Flash
کمپانی DeepSeek به‌تازگی از عرضه رسمی API مدل V4-Flash با تمرکز ویژه بر بهبود عملکرد در سناریوهای عامل‌محور (Agentic) خبر داد. طبق بنچمارک‌های داخلی، این نسخه در وظایف مرتبط با کدنویسی و اجرای دستورات توسط Autonomous Agents، عملکردی به‌مراتب دقیق‌تر و سریع‌تر از نسخه V4-Pro-Preview ارائه می‌دهد.
⚡ تغییرات کلیدی در این به‌روزرسانی شامل تقویت توانایی مدل در پردازش وظایف طولانی و پشتیبانی بومی از Responses API است. همچنین قابلیت Parallel Tool Calls برای فراخوانی همزمان ابزارها اضافه شده و سطوح استدلال low، high و max برای کنترل دقیق‌تر خروجی در دسترس کاربران قرار گرفته است.
🧠 ظرفیت حافظه یا Context Window مدل به ۱ میلیون توکن افزایش یافته و بهینه‌سازی‌های لازم برای هماهنگی کامل با Codex انجام شده است. کاربران می‌توانند این مدل را از طریق یک پیکربندی واحد به Codex CLI، افزونه VS Code و سایر ابزارهای سازگار متصل کنند.
#DeepSeek_V4_Flash #Autonomous_Agents
کمپانی DeepSeek به‌تازگی از عرضه رسمی API مدل V4-Flash با تمرکز ویژه بر بهبود عملکرد در سناریوهای عامل‌محور (Agentic) خبر داد. طبق بنچمارک‌های داخلی، این نسخه در وظایف مرتبط با کدنویسی و اجرای دستورات توسط Autonomous Agents، عملکردی به‌مراتب دقیق‌تر و سریع‌تر از نسخه V4-Pro-Preview ارائه می‌دهد.
⚡ تغییرات کلیدی در این به‌روزرسانی شامل تقویت توانایی مدل در پردازش وظایف طولانی و پشتیبانی بومی از Responses API است. همچنین قابلیت Parallel Tool Calls برای فراخوانی همزمان ابزارها اضافه شده و سطوح استدلال low، high و max برای کنترل دقیق‌تر خروجی در دسترس کاربران قرار گرفته است.
🧠 ظرفیت حافظه یا Context Window مدل به ۱ میلیون توکن افزایش یافته و بهینه‌سازی‌های لازم برای هماهنگی کامل با Codex انجام شده است. کاربران می‌توانند این مدل را از طریق یک پیکربندی واحد به Codex CLI، افزونه VS Code و سایر ابزارهای سازگار متصل کنند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Autonomous_Agents
🤖 بررسی مدل جدید DeepSeek V4 Flash 0731
🔬 مدل جدید DeepSeek V4 Flash 0731 با کسب امتیاز 50 در شاخص هوش Artificial Analysis، جهشی 10 امتیازی نسبت به نسخه پیشین خود داشته است. این مدل با حفظ معماری و 284 میلیارد پارامتر (13 میلیارد فعال)، اکنون 6 امتیاز از نسخه Pro پیشی گرفته و در مرز پارتو (تعادل بهینه هزینه و هوش) قرار دارد.
⚡ عملکرد این مدل در Agentic Tasks (وظایف خودمختار) بهبود چشمگیری یافته و امتیاز Elo آن در بنچمارک GDPval-AA v2 به 1559 رسیده است. همچنین در Terminal-Bench 2.1 رشد 17 واحدی ثبت کرده و در تمامی بخش‌های شاخص هوش، از جمله GPQA Diamond با امتیاز 91٪، عملکردی قوی‌تر از نسل قبل ارائه می‌دهد.
🧠 نکته کلیدی در نسخه 0731، کاهش نرخ Hallucination (توهم مدل) است که باعث بهبود 7 واحدی شاخص AA-Omniscience شده، بدون اینکه دقت کلی تغییری کند. علاوه بر این، مدل با کاهش 12 درصدی در مصرف توکن، نسبت به predecessor خود بسیار بهینه‌تر عمل می‌کند.
#DeepSeek_V4_Flash #GDPval_AA
🔬 مدل جدید DeepSeek V4 Flash 0731 با کسب امتیاز 50 در شاخص هوش Artificial Analysis، جهشی 10 امتیازی نسبت به نسخه پیشین خود داشته است. این مدل با حفظ معماری و 284 میلیارد پارامتر (13 میلیارد فعال)، اکنون 6 امتیاز از نسخه Pro پیشی گرفته و در مرز پارتو (تعادل بهینه هزینه و هوش) قرار دارد.
⚡ عملکرد این مدل در Agentic Tasks (وظایف خودمختار) بهبود چشمگیری یافته و امتیاز Elo آن در بنچمارک GDPval-AA v2 به 1559 رسیده است. همچنین در Terminal-Bench 2.1 رشد 17 واحدی ثبت کرده و در تمامی بخش‌های شاخص هوش، از جمله GPQA Diamond با امتیاز 91٪، عملکردی قوی‌تر از نسل قبل ارائه می‌دهد.
🧠 نکته کلیدی در نسخه 0731، کاهش نرخ Hallucination (توهم مدل) است که باعث بهبود 7 واحدی شاخص AA-Omniscience شده، بدون اینکه دقت کلی تغییری کند. علاوه بر این، مدل با کاهش 12 درصدی در مصرف توکن، نسبت به predecessor خود بسیار بهینه‌تر عمل می‌کند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #GDPval_AA
🤖 ظهور رقیب اقتصادی با مدل DeepSeek V4 Flash 0731
در حالی که غول‌های تکنولوژی برای دسترسی به مدل‌های پیشرفته مبالغ سنگینی دریافت می‌کنند، شرکت چینی دیپ‌سیک با عرضه DeepSeek V4 Flash 0731 استراتژی بازار را تغییر داده است. این مدل جدید در پلتفرم Artificial Analysis امتیاز ۵۰ را کسب کرده که تنها یک واحد با مدل‌های رده‌بالای بازار فاصله دارد.
⚡ عملکرد فنی این مدل با ۲۸۴ میلیارد پارامتر و بهره‌گیری از معماری MoE (مدل متشکل از متخصصان هوشمند) همراه است که تنها ۱۳ میلیارد پارامتر را در هر لحظه فعال می‌کند. این طراحی بهینه‌شده باعث شده تا مدل در مقایسه با نسخه قبلی، حدود ۱۲ درصد توکن کمتری برای خروجی‌های مشابه مصرف کند.
📊 قیمت‌گذاری این مدل بسیار رقابتی است؛ هزینه هر میلیون توکن ورودی تنها ۰.۱۴ دلار و خروجی ۰.۲۸ دلار تعیین شده است. با استفاده از قابلیت کش، این هزینه به ۰.۰۰۲۸ دلار کاهش می‌یابد که نسبت به سرویس‌های مشابه غربی، تا ۶۰ درصد صرفه‌جویی در پروژه‌های API به همراه دارد.
#DeepSeek_V4_Flash #Terminal_Bench
در حالی که غول‌های تکنولوژی برای دسترسی به مدل‌های پیشرفته مبالغ سنگینی دریافت می‌کنند، شرکت چینی دیپ‌سیک با عرضه DeepSeek V4 Flash 0731 استراتژی بازار را تغییر داده است. این مدل جدید در پلتفرم Artificial Analysis امتیاز ۵۰ را کسب کرده که تنها یک واحد با مدل‌های رده‌بالای بازار فاصله دارد.
⚡ عملکرد فنی این مدل با ۲۸۴ میلیارد پارامتر و بهره‌گیری از معماری MoE (مدل متشکل از متخصصان هوشمند) همراه است که تنها ۱۳ میلیارد پارامتر را در هر لحظه فعال می‌کند. این طراحی بهینه‌شده باعث شده تا مدل در مقایسه با نسخه قبلی، حدود ۱۲ درصد توکن کمتری برای خروجی‌های مشابه مصرف کند.
📊 قیمت‌گذاری این مدل بسیار رقابتی است؛ هزینه هر میلیون توکن ورودی تنها ۰.۱۴ دلار و خروجی ۰.۲۸ دلار تعیین شده است. با استفاده از قابلیت کش، این هزینه به ۰.۰۰۲۸ دلار کاهش می‌یابد که نسبت به سرویس‌های مشابه غربی، تا ۶۰ درصد صرفه‌جویی در پروژه‌های API به همراه دارد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Terminal_Bench
🚀 اجرای مدل DeepSeek-V4-Flash روی سخت‌افزار محلی
مدل قدرتمند DeepSeek-V4-Flash با ۳۰۴ میلیارد پارامتر اکنون قابلیت اجرا به‌صورت محلی روی سیستم‌های Apple Silicon با ۱۲۸ گیگابایت حافظه یکپارچه (Unified Memory) را پیدا کرده است. این مدل عظیم از پنجره متنی تا ۱ میلیون توکن پشتیبانی می‌کند.
📦 برای امکان‌پذیر شدن این اجرا، نسخه GGUF ویژه‌ای عرضه شده که در آن از تکنیک کوانتیزاسیون ترکیبی ۲ و ۴ بیتی استفاده شده است. در این ساختار، لایه‌های حساس، مکانیزم Attention و متخصص‌های عمومی با دقت بالا حفظ شده و بخش بزرگی از متخصص‌های MoE به‌طور بهینه‌ای فشرده‌سازی شده‌اند که حجم نهایی را به ۹۷.۶ گیگابایت می‌رساند.
🔧 جهت اجرای این مدل باید از موتور اختصاصی ds4 (DwarfStar) استفاده کنید.
🔗 GitHub
🤗 Hugging Face
#DeepSeek_V4 #DwarfStar
مدل قدرتمند DeepSeek-V4-Flash با ۳۰۴ میلیارد پارامتر اکنون قابلیت اجرا به‌صورت محلی روی سیستم‌های Apple Silicon با ۱۲۸ گیگابایت حافظه یکپارچه (Unified Memory) را پیدا کرده است. این مدل عظیم از پنجره متنی تا ۱ میلیون توکن پشتیبانی می‌کند.
📦 برای امکان‌پذیر شدن این اجرا، نسخه GGUF ویژه‌ای عرضه شده که در آن از تکنیک کوانتیزاسیون ترکیبی ۲ و ۴ بیتی استفاده شده است. در این ساختار، لایه‌های حساس، مکانیزم Attention و متخصص‌های عمومی با دقت بالا حفظ شده و بخش بزرگی از متخصص‌های MoE به‌طور بهینه‌ای فشرده‌سازی شده‌اند که حجم نهایی را به ۹۷.۶ گیگابایت می‌رساند.
🔧 جهت اجرای این مدل باید از موتور اختصاصی ds4 (DwarfStar) استفاده کنید.
🔗 GitHub
🤗 Hugging Face
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4 #DwarfStar
هوش مصنوعی و علم داده به فارسی
🤖 ظهور رقیب اقتصادی با مدل DeepSeek V4 Flash 0731 در حالی که غول‌های تکنولوژی برای دسترسی به مدل‌های پیشرفته مبالغ سنگینی دریافت می‌کنند، شرکت چینی دیپ‌سیک با عرضه DeepSeek V4 Flash 0731 استراتژی بازار را تغییر داده است. این مدل جدید در پلتفرم Artificial…
⚡ مقایسه عملکرد مدل‌های DeepSeek و رقبای چینی
🔬 نتایج یک ارزیابی جدید بر روی ۳۰ وظیفه دشوار Agentic (عامل‌محور)، عملکرد مدل DeepSeek V4 Flash را در برابر رقبای مطرحی همچون Kimi K3 و GLM 5.2 بررسی کرده است.
🚀 طبق این گزارش، مدل DeepSeek موفق شده است با نرخ موفقیت مشابه، سرعت عملکرد خود را به شکل چشمگیری بهبود ببخشد. این مدل در مقایسه با GLM 5.2 حدود ۲.۵ برابر سریع‌تر و نسبت به Kimi K3 حدود ۱.۴ برابر سریع‌تر عمل کرده است.
📊 نکته قابل توجه این است که مدل DeepSeek علی‌رغم این سرعت بالا، بیشترین میزان Token مصرفی را در هر وظیفه به ثبت رسانده که نشان‌دهنده ماهیت سنگین‌تر پردازش در این معماری برای دستیابی به خروجی‌های سریع‌تر است. این بنچمارک نشان می‌دهد مدل‌های جدید چینی در سناریوهای پیچیده و تعاملی به بلوغ قابل‌قبولی رسیده‌اند.
#DeepSeek_V4_Flash #Agentic_Tasks
🔬 نتایج یک ارزیابی جدید بر روی ۳۰ وظیفه دشوار Agentic (عامل‌محور)، عملکرد مدل DeepSeek V4 Flash را در برابر رقبای مطرحی همچون Kimi K3 و GLM 5.2 بررسی کرده است.
🚀 طبق این گزارش، مدل DeepSeek موفق شده است با نرخ موفقیت مشابه، سرعت عملکرد خود را به شکل چشمگیری بهبود ببخشد. این مدل در مقایسه با GLM 5.2 حدود ۲.۵ برابر سریع‌تر و نسبت به Kimi K3 حدود ۱.۴ برابر سریع‌تر عمل کرده است.
📊 نکته قابل توجه این است که مدل DeepSeek علی‌رغم این سرعت بالا، بیشترین میزان Token مصرفی را در هر وظیفه به ثبت رسانده که نشان‌دهنده ماهیت سنگین‌تر پردازش در این معماری برای دستیابی به خروجی‌های سریع‌تر است. این بنچمارک نشان می‌دهد مدل‌های جدید چینی در سناریوهای پیچیده و تعاملی به بلوغ قابل‌قبولی رسیده‌اند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Agentic_Tasks
❤1
هوش مصنوعی و علم داده به فارسی
🤖 ظهور رقیب اقتصادی با مدل DeepSeek V4 Flash 0731 در حالی که غول‌های تکنولوژی برای دسترسی به مدل‌های پیشرفته مبالغ سنگینی دریافت می‌کنند، شرکت چینی دیپ‌سیک با عرضه DeepSeek V4 Flash 0731 استراتژی بازار را تغییر داده است. این مدل جدید در پلتفرم Artificial…
🚀 عملکرد خیره‌کننده DeepSeek v4 Flash
مدل جدید DeepSeek v4 Flash در دو نسخه 0731 (high) و (max) موفق به ثبت امتیازهای قابل توجه 57.1% و 63.0% در بنچمارک WeirdML شده است. این دستاورد عملاً استانداردهای فعلی در نسبت هزینه به دقت (cost/accuracy SOTA) را جابه‌جا کرده و حتی از GPT 5.6 Luna (پس از کاهش قیمت اخیر) پیشی گرفته است.
🧠 تحلیل‌های اولیه نشان می‌دهد که قدرت واقعی این مدل احتمالاً بیش از نتایج ثبت‌شده است. بسیاری از مدل‌های جدید، از جمله Opus، از داده‌های ارزیابی بیشتر برای کاوش در مجموعه داده‌ها استفاده می‌کنند تا ثبت بالاترین امتیاز؛ پدیده‌ای که احتمالاً ناشی از Overfitting (بیش‌برازش) در محیط‌های عاملی (agentic settings) است.
⚡ در صورتی که این مدل در یک چارچوب (harness) بهینه‌تر قرار گیرد، تحلیلگران انتظار دارند که عملکردی در سطح GLM 5.2 از خود نشان دهد. این پیشرفت می‌تواند رقابت در حوزه مدل‌های مقرون‌به‌صرفه با کارایی بالا را وارد فاز جدیدی کند.
#DeepSeek_v4_Flash #WeirdML
مدل جدید DeepSeek v4 Flash در دو نسخه 0731 (high) و (max) موفق به ثبت امتیازهای قابل توجه 57.1% و 63.0% در بنچمارک WeirdML شده است. این دستاورد عملاً استانداردهای فعلی در نسبت هزینه به دقت (cost/accuracy SOTA) را جابه‌جا کرده و حتی از GPT 5.6 Luna (پس از کاهش قیمت اخیر) پیشی گرفته است.
🧠 تحلیل‌های اولیه نشان می‌دهد که قدرت واقعی این مدل احتمالاً بیش از نتایج ثبت‌شده است. بسیاری از مدل‌های جدید، از جمله Opus، از داده‌های ارزیابی بیشتر برای کاوش در مجموعه داده‌ها استفاده می‌کنند تا ثبت بالاترین امتیاز؛ پدیده‌ای که احتمالاً ناشی از Overfitting (بیش‌برازش) در محیط‌های عاملی (agentic settings) است.
⚡ در صورتی که این مدل در یک چارچوب (harness) بهینه‌تر قرار گیرد، تحلیلگران انتظار دارند که عملکردی در سطح GLM 5.2 از خود نشان دهد. این پیشرفت می‌تواند رقابت در حوزه مدل‌های مقرون‌به‌صرفه با کارایی بالا را وارد فاز جدیدی کند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_v4_Flash #WeirdML
This media is not supported in your browser
VIEW IN TELEGRAM
🌊 مقایسه عملکرد مدل‌های هوش مصنوعی در کدنویسی بازی
🔬 در یک آزمایش عملی، مدل‌های زبانی DeepSeek V4 Flash 0731، Claude Opus 4.8، GPT-5.6 Luna و Gemini 3.6 Flash برای طراحی و توسعه یک بازی با عنوان Space Waves به چالش کشیده شدند. تمامی مدل‌ها در این ارزیابی بر روی حالت High thinking تنظیم شده بودند تا حداکثر توان پردازشی خود را به کار بگیرند.
⚡ نتایج نشان داد که اکثر این مدل‌ها موفق شدند بدون نیاز به ویرایش و در تلاش اول کد کامل بازی را تولید کنند. در این میان، تنها مدل GPT-5.6 Luna برای تکمیل نهایی پروژه به یک مرحله اصلاح اضافی (Edit turn) نیاز داشت که عملکرد سایر رقبا را در این بنچمارک خاص برجسته می‌کند.
🚀 این تست برتری مدل‌های جدیدتر را در وظایف پیچیده برنامه‌نویسی و کدنویسی یک‌مرحله‌ای به خوبی نشان می‌دهد. استفاده از حالت‌های تفکر عمیق، نقش کلیدی در کاهش خطاهای منطقی و افزایش کیفیت خروجی در پروژه‌های توسعه نرم‌افزار ایفا می‌کند.
#DeepSeek_V4_Flash #Space_Waves
🔬 در یک آزمایش عملی، مدل‌های زبانی DeepSeek V4 Flash 0731، Claude Opus 4.8، GPT-5.6 Luna و Gemini 3.6 Flash برای طراحی و توسعه یک بازی با عنوان Space Waves به چالش کشیده شدند. تمامی مدل‌ها در این ارزیابی بر روی حالت High thinking تنظیم شده بودند تا حداکثر توان پردازشی خود را به کار بگیرند.
⚡ نتایج نشان داد که اکثر این مدل‌ها موفق شدند بدون نیاز به ویرایش و در تلاش اول کد کامل بازی را تولید کنند. در این میان، تنها مدل GPT-5.6 Luna برای تکمیل نهایی پروژه به یک مرحله اصلاح اضافی (Edit turn) نیاز داشت که عملکرد سایر رقبا را در این بنچمارک خاص برجسته می‌کند.
🚀 این تست برتری مدل‌های جدیدتر را در وظایف پیچیده برنامه‌نویسی و کدنویسی یک‌مرحله‌ای به خوبی نشان می‌دهد. استفاده از حالت‌های تفکر عمیق، نقش کلیدی در کاهش خطاهای منطقی و افزایش کیفیت خروجی در پروژه‌های توسعه نرم‌افزار ایفا می‌کند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Space_Waves
🚀 داغ‌ترین اخبار هفته در دنیای هوش مصنوعی
دنیای مدل‌های زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهم‌ترین اتفاقات و روندهای جدید را مرور می‌کنیم:
- مدل Qwen 3.8 27B معرفی شد؛ علی‌بابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابل‌توجهی تثبیت کرد.
- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدل‌های متن‌باز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخه‌های آتی آن نیز داده شده است.
- مدل Grok 4.6 با بهره‌گیری از آموزش پیش‌فرض ۱.۵ تریلیون پارامتری و بهینه‌سازی‌های پس از آموزش عرضه شد. در حال حاضر محدودیت‌های استفاده از این مدل در سرویس‌های Grok Build و Cursor برای مدت محدودی دو برابر شده است.
- نسخه V4 Pro از مدل‌های DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.
- مدل Gemini 3.7 Flash در بنچمارک‌های اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.
از سوی دیگر، در حوزه اخبار شرکتی، بزرگ‌ترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحت‌الشعاع قرار داد.
#Qwen_3 #DeepSeek_V4
دنیای مدل‌های زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهم‌ترین اتفاقات و روندهای جدید را مرور می‌کنیم:
- مدل Qwen 3.8 27B معرفی شد؛ علی‌بابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابل‌توجهی تثبیت کرد.
- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدل‌های متن‌باز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخه‌های آتی آن نیز داده شده است.
- مدل Grok 4.6 با بهره‌گیری از آموزش پیش‌فرض ۱.۵ تریلیون پارامتری و بهینه‌سازی‌های پس از آموزش عرضه شد. در حال حاضر محدودیت‌های استفاده از این مدل در سرویس‌های Grok Build و Cursor برای مدت محدودی دو برابر شده است.
- نسخه V4 Pro از مدل‌های DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.
- مدل Gemini 3.7 Flash در بنچمارک‌های اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.
از سوی دیگر، در حوزه اخبار شرکتی، بزرگ‌ترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحت‌الشعاع قرار داد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_3 #DeepSeek_V4
🚀 تحولی در کارایی DeepSeek-V4-Pro
مدل DeepSeek-V4-Pro با استفاده از ابزار J-Space Cognition Suite توانسته است در بنچمارک‌های مختلف، از مدل Fable 5 پیشی بگیرد. نکته جالب توجه این است که این جهش عملکرد بدون هیچ‌گونه تغییر در وزن‌های مدل رخ داده است.
در واقع مشکل اصلی نه در معماری مدل، بلکه در نحوه اجرای آن بود. با اصلاح پروتکل زمان اجرا و رفع خطاهای پردازش تفکر (Thinking Process)، این مدل اکنون به سطح بالاتری از کیفیت استدلال دست یافته است. در گذشته، نشت توان مدل به دلیل کنترل ضعیف در زمان استنتاج رخ می‌داد که با این رویکرد جدید برطرف شد.
برخی از مهم‌ترین بنچمارک‌هایی که این مدل در آن‌ها عملکرد خیره‌کننده‌ای ثبت کرده است:
- Toolathlon
- DeepSWE
- NL2Repo
- HLE
این اتفاق نشان می‌دهد که گاهی اوقات با بهینه‌سازی دقیق فرآیند اجرا و کنترل هوشمندانه مدل، می‌توان بدون آموزش مجدد و صرف هزینه‌های سنگین، خروجی‌های بسیار قدرتمندتری از مدل‌های موجود دریافت کرد.
#DeepSeek_V4_Pro #J_Space_Cognition_Suite
مدل DeepSeek-V4-Pro با استفاده از ابزار J-Space Cognition Suite توانسته است در بنچمارک‌های مختلف، از مدل Fable 5 پیشی بگیرد. نکته جالب توجه این است که این جهش عملکرد بدون هیچ‌گونه تغییر در وزن‌های مدل رخ داده است.
در واقع مشکل اصلی نه در معماری مدل، بلکه در نحوه اجرای آن بود. با اصلاح پروتکل زمان اجرا و رفع خطاهای پردازش تفکر (Thinking Process)، این مدل اکنون به سطح بالاتری از کیفیت استدلال دست یافته است. در گذشته، نشت توان مدل به دلیل کنترل ضعیف در زمان استنتاج رخ می‌داد که با این رویکرد جدید برطرف شد.
برخی از مهم‌ترین بنچمارک‌هایی که این مدل در آن‌ها عملکرد خیره‌کننده‌ای ثبت کرده است:
- Toolathlon
- DeepSWE
- NL2Repo
- HLE
این اتفاق نشان می‌دهد که گاهی اوقات با بهینه‌سازی دقیق فرآیند اجرا و کنترل هوشمندانه مدل، می‌توان بدون آموزش مجدد و صرف هزینه‌های سنگین، خروجی‌های بسیار قدرتمندتری از مدل‌های موجود دریافت کرد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Pro #J_Space_Cognition_Suite
🚀 جهش هوش مصنوعی با استراتژی خود-ارزیابی
مدل‌های متن‌باز اکنون به سطحی از توانایی رسیده‌اند که می‌توانند تعداد زیادی راهکار باکیفیت تولید کرده و خروجی‌های خود را با هزینه‌ای بسیار ناچیز ارزیابی کنند.
در یک بنچمارک اخیر بر روی Terminal-Bench 2.1، مدل
مهم‌ترین نکات این روش:
• افزایش دقت مدل از ۷۹٪ به ۸۸٪ تنها با نمونه‌برداری از ۵ راهکار.
• استفاده از خود مدل به عنوان داور (LLM-as-a-Verifier) برای رتبه‌بندی خروجی‌ها.
• صرفه اقتصادی بالا در مقایسه با مدل‌های بسته و تجاری.
این رویکرد نشان می‌دهد که چگونه ترکیب هوشمندانه استراتژی‌های ارزیابی می‌تواند کارایی مدل‌های فعلی را بدون نیاز به آموزش مجدد سنگین، ارتقا دهد.
#DeepSeek_V4_Flash #Terminal_Bench
مدل‌های متن‌باز اکنون به سطحی از توانایی رسیده‌اند که می‌توانند تعداد زیادی راهکار باکیفیت تولید کرده و خروجی‌های خود را با هزینه‌ای بسیار ناچیز ارزیابی کنند.
در یک بنچمارک اخیر بر روی Terminal-Bench 2.1، مدل
DeepSeek V4 Flash موفق شد با استفاده از تکنیک خود-ارزیابی، عملکردی بهتر از Claude Fable 5 داشته باشد. نکته قابل توجه این است که این روش نه تنها دقت را به شکل چشمگیری افزایش می‌دهد، بلکه هزینه‌های اجرا را تا ۱۱ برابر کاهش می‌دهد.مهم‌ترین نکات این روش:
• افزایش دقت مدل از ۷۹٪ به ۸۸٪ تنها با نمونه‌برداری از ۵ راهکار.
• استفاده از خود مدل به عنوان داور (LLM-as-a-Verifier) برای رتبه‌بندی خروجی‌ها.
• صرفه اقتصادی بالا در مقایسه با مدل‌های بسته و تجاری.
این رویکرد نشان می‌دهد که چگونه ترکیب هوشمندانه استراتژی‌های ارزیابی می‌تواند کارایی مدل‌های فعلی را بدون نیاز به آموزش مجدد سنگین، ارتقا دهد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Terminal_Bench
🚀 ظهور مدل چندوجهی جدید DeepSeek برای AI Agents
تیم DeepSeek مدل آزمایشی جدیدی با نام
نکته قابل‌توجه، عملکرد این نسخه Flash در بنچمارک‌های Visual-Agent است که توانسته در بسیاری از سناریوها به سطح مدل‌های سنگینی مثل Opus 4.8 نزدیک شده و در برخی موارد حتی از آن پیشی بگیرد. عرضه چنین مدل‌های بهینه‌ای می‌تواند به کاهش هزینه‌ها و افزایش دسترسی به ایجنت‌های هوشمند منجر شود.
مهم‌ترین نتایج در ارزیابی‌های فنی:
* Terminal Bench 2.1: امتیاز ۸۳.۹
* DeepSWE: امتیاز ۵۹.۳
* Toolathlon-Verified: امتیاز ۷۵.۹
* ApexBench: امتیاز ۳۶.۵
* ZeroBench: امتیاز ۳۵.۰
این نتایج نشان‌دهنده پتانسیل بالای مدل‌های سبک‌تر در انجام وظایف پیچیده ایجنتی است. آیا دوران سلطه مطلق مدل‌های غول‌پیکر در حال تغییر است؟
📚 مطالعه با جزئیات بیشتر
#DeepSeek_V4_Flash #Visual_Agent
تیم DeepSeek مدل آزمایشی جدیدی با نام
DeepSeek-V4-Flash-Vision-Exp را معرفی کرد. این مدل چندوجهی (Multimodal) به‌طور اختصاصی برای ایجنت‌هایی طراحی شده که علاوه بر متن، نیاز به درک تصاویر و تعامل با رابط‌های کاربری دارند.نکته قابل‌توجه، عملکرد این نسخه Flash در بنچمارک‌های Visual-Agent است که توانسته در بسیاری از سناریوها به سطح مدل‌های سنگینی مثل Opus 4.8 نزدیک شده و در برخی موارد حتی از آن پیشی بگیرد. عرضه چنین مدل‌های بهینه‌ای می‌تواند به کاهش هزینه‌ها و افزایش دسترسی به ایجنت‌های هوشمند منجر شود.
مهم‌ترین نتایج در ارزیابی‌های فنی:
* Terminal Bench 2.1: امتیاز ۸۳.۹
* DeepSWE: امتیاز ۵۹.۳
* Toolathlon-Verified: امتیاز ۷۵.۹
* ApexBench: امتیاز ۳۶.۵
* ZeroBench: امتیاز ۳۵.۰
این نتایج نشان‌دهنده پتانسیل بالای مدل‌های سبک‌تر در انجام وظایف پیچیده ایجنتی است. آیا دوران سلطه مطلق مدل‌های غول‌پیکر در حال تغییر است؟
📚 مطالعه با جزئیات بیشتر
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4_Flash #Visual_Agent
⚡️ معرفی مدل قدرتمند DeepSeek-V4.1-Flash
مدل جدید DeepSeek-V4.1-Flash با ساختار نوآورانه عرضه شد. این نسخه با وجود اینکه کوچک‌ترین مدل در خانواده خود است، در بنچمارک‌های متعددی پابه‌پای مدل‌های بزرگی همچون Opus 5 و GPT 5.6-Sol رقابت می‌کند.
از ویژگی‌های فنی مهم این مدل می‌توان به موارد زیر اشاره کرد:
- معماری نامتقارن Causal Encoder-Decoder با ۵۵۲ میلیارد پارامتر MoE.
- بهینه‌سازی خیره‌کننده KV-Cache که حجم مصرفی آن را نسبت به نسخه‌های قبلی تا ۴ برابر کاهش داده است (به ۸۹۰ بایت در هر توکن رسیده).
- عملکرد بسیار درخشان در حوزه‌های تخصصی مانند CyberGym با امتیاز ۸۸.۱ و DeepSWE با امتیاز ۷۴.۲.
این مدل با قیمت‌گذاری رقابتی (۰.۱۵ دلار به ازای هر میلیون توکن ورودی در ساعات غیر پیک) گزینه‌ای جذاب برای توسعه‌دهندگان محسوب می‌شود.
برای بررسی جزئیات بیشتر و مطالعه گزارش فنی، می‌توانید به مستندات اصلی مدل در هگینگ‌فیس مراجعه کنید.
بررسی فنی مدل DeepSeek-V4.1-Flash؛ معماری پیشرفته و کارایی در پردازش
#DeepSeek_V4 #KV_Cache
مدل جدید DeepSeek-V4.1-Flash با ساختار نوآورانه عرضه شد. این نسخه با وجود اینکه کوچک‌ترین مدل در خانواده خود است، در بنچمارک‌های متعددی پابه‌پای مدل‌های بزرگی همچون Opus 5 و GPT 5.6-Sol رقابت می‌کند.
از ویژگی‌های فنی مهم این مدل می‌توان به موارد زیر اشاره کرد:
- معماری نامتقارن Causal Encoder-Decoder با ۵۵۲ میلیارد پارامتر MoE.
- بهینه‌سازی خیره‌کننده KV-Cache که حجم مصرفی آن را نسبت به نسخه‌های قبلی تا ۴ برابر کاهش داده است (به ۸۹۰ بایت در هر توکن رسیده).
- عملکرد بسیار درخشان در حوزه‌های تخصصی مانند CyberGym با امتیاز ۸۸.۱ و DeepSWE با امتیاز ۷۴.۲.
این مدل با قیمت‌گذاری رقابتی (۰.۱۵ دلار به ازای هر میلیون توکن ورودی در ساعات غیر پیک) گزینه‌ای جذاب برای توسعه‌دهندگان محسوب می‌شود.
برای بررسی جزئیات بیشتر و مطالعه گزارش فنی، می‌توانید به مستندات اصلی مدل در هگینگ‌فیس مراجعه کنید.
بررسی فنی مدل DeepSeek-V4.1-Flash؛ معماری پیشرفته و کارایی در پردازش
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4 #KV_Cache
هوش مصنوعی و علم داده به فارسی
⚡️ معرفی مدل قدرتمند DeepSeek-V4.1-Flash مدل جدید DeepSeek-V4.1-Flash با ساختار نوآورانه عرضه شد. این نسخه با وجود اینکه کوچک‌ترین مدل در خانواده خود است، در بنچمارک‌های متعددی پابه‌پای مدل‌های بزرگی همچون Opus 5 و GPT 5.6-Sol رقابت می‌کند. از ویژگی‌های…
🐋 جهش بزرگ DeepSeek در بهره‌وری مدل‌های هوش مصنوعی
شرکت DeepSeek با معرفی مدل DeepSeek-V4.1-Flash، استانداردهای جدیدی را در زمینه بهینه‌سازی معماری مدل‌های چندوجهی تعریف کرده است. این مدل با ۵۵۲ میلیارد پارامتر، به لطف معماری نوآورانه Causal Encoder–Decoder، تنها از ۸ میلیارد پارامتر برای ورودی و ۱۶ میلیارد پارامتر برای خروجی استفاده می‌کند.
این رویکرد باعث شده تا مدل جدید نه تنها در بنچمارک‌ها از نسخه V4-Pro پیشی بگیرد، بلکه در بهره‌وری حافظه نیز رکوردشکنی کند:
- کاهش ۷۵ درصدی در نیاز به حافظه HBM.
- کاهش ۸۷.۵ درصدی در فضای ذخیره‌سازی SSD برای KV cache.
چنین بهینه‌سازی‌هایی برای اجرای AI Agents که هزینه‌ی حافظه در آن‌ها چالش اصلی است، بسیار حیاتی محسوب می‌شود. همچنین، سیاست جدید DeepSeek در کاهش ۵۰ درصدی قیمت‌گذاری برای ساعات غیرپیک، دسترسی به این توان پردازشی را برای توسعه‌دهندگان بسیار مقرون‌به‌صرفه‌تر کرده است.
معرفی مدل DeepSeek-V4.1-Flash؛ تحولی در معماری و بهره‌وری هوش مصنوعی
#DeepSeek_V4 #Causal_Encoder_Decoder
شرکت DeepSeek با معرفی مدل DeepSeek-V4.1-Flash، استانداردهای جدیدی را در زمینه بهینه‌سازی معماری مدل‌های چندوجهی تعریف کرده است. این مدل با ۵۵۲ میلیارد پارامتر، به لطف معماری نوآورانه Causal Encoder–Decoder، تنها از ۸ میلیارد پارامتر برای ورودی و ۱۶ میلیارد پارامتر برای خروجی استفاده می‌کند.
این رویکرد باعث شده تا مدل جدید نه تنها در بنچمارک‌ها از نسخه V4-Pro پیشی بگیرد، بلکه در بهره‌وری حافظه نیز رکوردشکنی کند:
- کاهش ۷۵ درصدی در نیاز به حافظه HBM.
- کاهش ۸۷.۵ درصدی در فضای ذخیره‌سازی SSD برای KV cache.
چنین بهینه‌سازی‌هایی برای اجرای AI Agents که هزینه‌ی حافظه در آن‌ها چالش اصلی است، بسیار حیاتی محسوب می‌شود. همچنین، سیاست جدید DeepSeek در کاهش ۵۰ درصدی قیمت‌گذاری برای ساعات غیرپیک، دسترسی به این توان پردازشی را برای توسعه‌دهندگان بسیار مقرون‌به‌صرفه‌تر کرده است.
معرفی مدل DeepSeek-V4.1-Flash؛ تحولی در معماری و بهره‌وری هوش مصنوعی
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#DeepSeek_V4 #Causal_Encoder_Decoder
📊 سبقت مدل‌های هوش مصنوعی چینی در OpenRouter
داده‌های OpenRouter برای بازه زمانی ۲۱ تا ۲۷ سپتامبر نشان می‌دهد مدل‌های توسعه‌یافته در چین در یک هفته ۶۲.۲۲ تریلیون توکن پردازش کرده‌اند، در حالی که این رقم برای مدل‌های آمریکایی ۱۴.۲ تریلیون توکن بوده است. چین برای بیست‌ودومین هفته متوالی این جایگاه را حفظ کرده است.
مهم‌ترین مدل‌های هفته بر اساس حجم پردازش:
* DeepSeek V4.1 Flash با ۱۹.۶ تریلیون توکن
* GLM 5.3 Flash با ۱۶.۳ تریلیون توکن
* Space Bunny Alpha با ۱۳.۹ تریلیون توکن
* Tencent Hy4 با ۹.۶۴ تریلیون توکن
* MiMo-V2.6-Flash از شیائومی با ۵.۵۱ تریلیون توکن
مدل Space Bunny Alpha که به‌تازگی به لیست اضافه شده، بلافاصله در رده سوم قرار گرفت. تحلیل‌های مستقل روی توکنایزر این مدل، شباهت کامل آن به خانواده MiniMax را نشان می‌دهد، هرچند هویت رسمی سازنده آن هنوز تأیید نشده است.
#DeepSeek_V4_1 #Space_Bunny_Alpha
داده‌های OpenRouter برای بازه زمانی ۲۱ تا ۲۷ سپتامبر نشان می‌دهد مدل‌های توسعه‌یافته در چین در یک هفته ۶۲.۲۲ تریلیون توکن پردازش کرده‌اند، در حالی که این رقم برای مدل‌های آمریکایی ۱۴.۲ تریلیون توکن بوده است. چین برای بیست‌ودومین هفته متوالی این جایگاه را حفظ کرده است.
مهم‌ترین مدل‌های هفته بر اساس حجم پردازش:
* DeepSeek V4.1 Flash با ۱۹.۶ تریلیون توکن
* GLM 5.3 Flash با ۱۶.۳ تریلیون توکن
* Space Bunny Alpha با ۱۳.۹ تریلیون توکن
* Tencent Hy4 با ۹.۶۴ تریلیون توکن
* MiMo-V2.6-Flash از شیائومی با ۵.۵۱ تریلیون توکن
مدل Space Bunny Alpha که به‌تازگی به لیست اضافه شده، بلافاصله در رده سوم قرار گرفت. تحلیل‌های مستقل روی توکنایزر این مدل، شباهت کامل آن به خانواده MiniMax را نشان می‌دهد، هرچند هویت رسمی سازنده آن هنوز تأیید نشده است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#DeepSeek_V4_1 #Space_Bunny_Alpha
🚀 عرضه مدل جدید DeepSeek-V4.1-Flash
کمپانی DeepSeek مدل جدید خود را با نام DeepSeek-V4.1-Flash-1017 منتشر کرد. این نسخه با هدف بهبود نتایج در بنچمارک‌ها، افزایش سرعت انجام وظایف و کاهش طول خروجی‌ها بهینه‌سازی شده است.
تمرکز اصلی این مدل بر توسعه پروژه‌های کامل از صفر است. DeepSeek با استفاده از یادگیری تقویتی و بازخورد خودکار، توانایی مدل را برای ساخت پروژه‌های نهایی مانند بازی‌ها یا مدل‌های سه‌بعدی ارتقا داده است.
این مدل اکنون از طریق وب‌سایت، اپلیکیشن و API در دسترس است و با ابزارهای زیر سازگاری کامل دارد:
* DeepSeekHarness
* Tencent CodeBuddy
* WorkBuddy
تیم توسعه‌دهنده توصیه می‌کند برای استفاده بهینه، به نسخه v0.2.1-rc.1 یا بالاترِ ابزار Harness ارتقا دهید.
#DeepSeek_V4_1_Flash #DeepSeekHarness
کمپانی DeepSeek مدل جدید خود را با نام DeepSeek-V4.1-Flash-1017 منتشر کرد. این نسخه با هدف بهبود نتایج در بنچمارک‌ها، افزایش سرعت انجام وظایف و کاهش طول خروجی‌ها بهینه‌سازی شده است.
تمرکز اصلی این مدل بر توسعه پروژه‌های کامل از صفر است. DeepSeek با استفاده از یادگیری تقویتی و بازخورد خودکار، توانایی مدل را برای ساخت پروژه‌های نهایی مانند بازی‌ها یا مدل‌های سه‌بعدی ارتقا داده است.
این مدل اکنون از طریق وب‌سایت، اپلیکیشن و API در دسترس است و با ابزارهای زیر سازگاری کامل دارد:
* DeepSeekHarness
* Tencent CodeBuddy
* WorkBuddy
تیم توسعه‌دهنده توصیه می‌کند برای استفاده بهینه، به نسخه v0.2.1-rc.1 یا بالاترِ ابزار Harness ارتقا دهید.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#DeepSeek_V4_1_Flash #DeepSeekHarness
📊 بهبود عملکرد DeepSeek V4.1 Flash با استفاده از DeepSeek Harness
استفاده از ابزار DeepSeek Harness باعث شده است امتیاز مدل DeepSeek V4.1 Flash به‌طور میانگین ۲ تا ۳ نمره در بنچمارک‌ها افزایش یابد. این بهبود عملکرد به دلیل استفاده از ساب-ایجنت‌ها و تولید خروجی بیشتر حاصل می‌شود که البته هزینه اجرای مدل و مصرف توکن را تا ۸۰ درصد افزایش می‌دهد.
نتایج ثبت‌شده برای DeepSeek V4.1 Flash با استفاده از این ابزار:
- Max: 42.7
- High: 39.2
- Low: 34.8
این مدل در جریان تست‌ها توانسته است موارد تقلب را شناسایی کند. برای مقایسه، امتیاز مدل‌های دیگر در این بنچمارک شامل GPT-6 Astra با ۴۵، Opus 5.5 با ۴۱.۷ و Muse Wonder Full 1.0 با ۴۲ است. تمامی نتایج در سایت بنچمارک مربوطه قابل بررسی و مشاهده هستند.
#DeepSeek_Harness #DeepSeek_V4_1_Flash
استفاده از ابزار DeepSeek Harness باعث شده است امتیاز مدل DeepSeek V4.1 Flash به‌طور میانگین ۲ تا ۳ نمره در بنچمارک‌ها افزایش یابد. این بهبود عملکرد به دلیل استفاده از ساب-ایجنت‌ها و تولید خروجی بیشتر حاصل می‌شود که البته هزینه اجرای مدل و مصرف توکن را تا ۸۰ درصد افزایش می‌دهد.
نتایج ثبت‌شده برای DeepSeek V4.1 Flash با استفاده از این ابزار:
- Max: 42.7
- High: 39.2
- Low: 34.8
این مدل در جریان تست‌ها توانسته است موارد تقلب را شناسایی کند. برای مقایسه، امتیاز مدل‌های دیگر در این بنچمارک شامل GPT-6 Astra با ۴۵، Opus 5.5 با ۴۱.۷ و Muse Wonder Full 1.0 با ۴۲ است. تمامی نتایج در سایت بنچمارک مربوطه قابل بررسی و مشاهده هستند.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#DeepSeek_Harness #DeepSeek_V4_1_Flash