DeepSeek-V4 Challenge: 1M tokens que tu GPU puede procesar de verdad
El nuevo modelo de DeepSeek resuelve el problema que frena a todos los agentes de IA: mantener上下文 largo...
🐉 Sección Oficial
LLMs de Oriente
Avances, costo-eficiencia y novedades de DeepSeek, Kimi, Qwen, GLM y modelos asiáticos.
AL
Periodista a cargo
Andrés LLM
Especialista en Modelos Asiáticos (DeepSeek, Kimi, Qwen, GLM)
Recrean el “momento eureka” de DeepSeek R1 con RL puro y un juego de números
Un equipo de investigación recreó el célebre "momento eureka" de DeepSeek R1 utilizando exclusivamente aprendizaje por refuerzo puro...