Deepseeks nya metod kan träna AI mer effektivt och billigare

Det kinesiska AI-bolaget Deepseek har presenterat en ny metod, Manifold-Constrained Hyper-Connections (mHC), som ska göra det möjligt att träna stora språkmodeller mer effektivt och till lägre kostnad, rapporterar South China Morning Post. Metoden är envidareutveckling

Sammanhang: ...Det kinesiska AI-bolaget Deepseek har presenterat en ny metod, Manifold-Constrained Hyper-Connections (mHC), som ska göra det möjligt att träna stora språkmodeller mer effektivt och till lägre kostnad, rapporterar South China Morning Post. Metoden är en vidareutveckling av så kallade Hyper-Connections, som ursprungligen togs fram av Bytedance under 2024. Den tekniken bygger i sin tur vidare på den klassiska ResNet-arkitekturen från Microsoft Research Asia. ...

Omnämnda personer: Manifold-Constrained Hyper-Connections.

Meta överväger att stänga sin AI-modell

Enligt uppgifter till The New York Times diskuterar Metas Superintelligence Lab, som leds av Alexandr Wang, att överge sin öppna AI-modell Behemoth till förmån för en sluten, proprietär modell. Meta har länge förespråkat öppenhet och publicerat koden för

Sammanhang: ...Meta har länge förespråkat öppenhet och publicerat koden för sina AI-modeller, vilket möjliggjort vidareutveckling av externa aktörer. Även modellvikterna – de data som används för att träna modellerna – har släppts, men de klassas inte som strikt öppen källkod eftersom vissa begränsningar finns kring användningen. ...

Omnämnda platser: Meta, Metas, The New York. Omnämnda personer: Mark Zuckerberg, Alexandr Wang.