actualización de deepseek

DeepSeek-V3-0324 es un modelo lingüístico a gran escala lanzado por DeepSeek. En comparación con su predecesor, DeepSeek-V3-0324 ofrece importantes optimizaciones en la capacidad de inferencia (por ejemplo, MMLU-Pro mejora de 75,9 a 81,2, y AIME salta de 39,6 a 59,4), la ejecutabilidad del código de desarrollo front-end, la calidad de la escritura china (con soporte para el estilo R1), la capacidad de búsqueda (con informes y análisis mejorados) y la precisión de las llamadas a funciones. Los parámetros del modelo alcanzan los 685B. Parámetros del modelo hasta 685B, licencia MIT y mecanismo de asignación de parámetros de temperatura (la temperatura API 1.0 corresponde al modelo...).