Kineska tehnološka kompanija Alibaba objavila je danas, u srijedu, lansiranje nove verzije svog modela umjetne inteligencije Qwen 2.5, tvrdeći da je moćnija od one koju je objavio "Deep Sec", što je izazvalo šok u Amerikancu tehnološki sektor.
Nova super verzija Qwen 2.5, tvrdi Alibaba, nadmašuje veoma hvaljeni DeepSeek-V3 model koji je napravio talase u svijetu tehnologije poslednjih nekoliko dana.
Prema onome što prenose mediji, neobično vrijeme lansiranja Qwen 2.5-Max, na prvi dan lunarne Nove godine, vrijeme proslave kineske Nove godine, i u vrijeme kada je većina Kineza na odmoru s posla i sa svojim porodicama, ukazuje na pritisak koji je nametnuo uspon kineske kompanije za vještačku inteligenciju DeepSeek u protekle tri nedelje napao je ne samo svoje inostrane konkurente, već i svoje domaće rivale, prije svega Alibabu.
Jači od Deepseeka i GPT Chata
Alibabina kineska jedinica za računarstvo u oblaku potvrdila je da je Qwen 2.5-Max model skoro nadmašio modele GPT-4o, DeepSeek-V3 i Llama-3.1-405B u svim oblastima, u najavi objavljenoj na njenom zvaničnom WeChat nalogu.
DeepSeek-ovo izdavanje svog DeepSeek-V3 AI asistenta 10. januara, zajedno sa izdavanjem njegovog modela R1 20. januara, šokiralo je Silicijumsku dolinu i izazvalo pad tehnoloških zaliha, pošto su niski troškovi razvoja i korištenja kineskog startupa naveli investitore.
Alibaba kompanija
Ali uspjeh DeepSeeka također je podstakao borbu među njegovim lokalnim konkurentima za nadogradnju svojih AI modela.
Na primjer, dva dana nakon objavljivanja DeepSeek-R1, vlasnik TikToka ByteDance objavio je ažuriranje svog vodećeg AI modela, za koji je tvrdio da je nadmašio OpenAI-ov o1 model koji podržava Microsoft u AIME-u, benchmark testu koji mjeri koliko dobro modeli razumiju... Umjetna inteligencija i njen odgovor na složena uputstva.
Ovo odražava tvrdnju DeepSeeka da njegov R1 model parira OpenAI-jevom o1 na nekoliko performansi.
Što se tiče nove verzije Alibabinog modela umjetne inteligencije, jedinica za računarstvo u oblaku, Qwen, rekla je u objavi na X platformi da je DeepSeek V3 talas privukao pažnju cijele zajednice umjetne inteligencije na velike modele, a u isto vrijeme, radili su na izgradnji Qwen2 5-Max, velikog inteligentnog lingvističkog modela chatbot koji je prethodno obučen za velike podatke i kasnije obučen korištenjem SFT i RLHF formatiranih recepata.
"Deep Sick" pogađa narativ "američke dominacije" nad umjetnom inteligencijom
“Ostvaruje konkurentske performanse u odnosu na vrhunske modele, nadmašujući DeepSeek V3 u mjerilima kao što su Arena Hard, LiveBench, LiveCodeBench i GPQA-Diamond,” nastavila je.
Qwen-ina službena stranica zaključila je tvit rekavši: "U budućnosti nećemo samo nastaviti da se širimo u pre-treningu, već ćemo i ulagati u proširenje učenja s pojačanjem. Nadamo se da će Qwen moći istražiti nepoznato u bliskoj budućnosti."
