DeepSeek ปล่อยรุ่น Flash แซงหน้าเรือธง ด้วยเทคนิคหลังฝึกฝน

สัปดาห์ที่ผ่านมา DeepSeek ได้ปล่อยโมเดลใหม่ในชื่อ V4-Flash-0731 ซึ่งยังคงใช้สถาปัตยกรรม 284B พารามิเตอร์ทั้งหมด และ 13B พารามิเตอร์ที่ใช้งานต่อโทเค็นเท่ากับรุ่นพรีวิว โดยเปิดใช้งานแบบ MIT licensed และมี open weights บน HuggingFace โดยไม่มีการเปลี่ยนแปลงทางสถาปัตยกรรมหรือทำให้โมเดลใหญ่ขึ้นแต่อย่างใด

อย่างไรก็ตาม โมเดลรุ่นนี้กลับทำคะแนนแซงหน้า V4-Pro-Preview บนเกณฑ์มาตรฐานเอเจนต์หลายรายการ ซึ่งสะท้อนให้เห็นว่าจุดเด่นไม่ได้อยู่ที่ตัวโมเดล แต่เป็นวิธีปฏิบัติงาน โดยทีมงานระบุว่าโมเดลรุ่นนี้ได้รับการยกระดับความสามารถด้านเอเจนต์อย่างมหาศาล

"We've massively upgraded its Agent capabilities — benchmark scores are now far surpassing the V4-Pro-Preview."

DeepSeek

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ผลลัพธ์ดังกล่าวชี้ให้เห็นว่าประสิทธิภาพที่เพิ่มขึ้นทั้งหมดมาจากการฝึกฝนเพิ่มเติมหลังจากกระบวนการหลัก โดยตัวโมเดลยังคงมีขนาด 284B พารามิเตอร์ทั้งหมดและทำงาน 13B พารามิเตอร์ต่อโทเค็น เมื่อเทียบกับรุ่น V4-Pro ที่มีพารามิเตอร์ทั้งหมด 1.6 ล้านล้านตัว และใช้งาน 49B พารามิเตอร์