Deepseek bukan klon chatgpt, beginilah bedanya

Beberapa minggu terakhir berita teknologi sebagian besar tentang seberapa Deepseek, jawaban Cina untuk Model Bahasa Besar Barat (LLM), menyapu dunia – dan menyapu banyak nilai pasar, selain itu. Apa yang membedakan Deepseek dari GPT, dan apakah ada lebih dari sekadar menjadi lebih murah untuk dijalankan?

Ternyata ada. Faktanya, begitu Anda melihat lebih dekat, Anda akan menyadari bahwa Deepseek bukan klon yang sama tapi lebih murah yang terkenal dengan China di industri lain. Ini adalah pesaing nyata yang telah berinovasi dan membuat perbaikan nyata pada model AI.

Rantai pemikiran

Sama seperti manusia, LLM perlu bekerja melalui masalah yang rumit. Saya tidak dapat meminta Anda untuk hanya menghitung persamaan yang rumit, Anda harus melangkah langkah demi langkah sampai Anda sampai pada kesimpulan Anda. Dalam AI, ini disebut “rantai pemikiran” dan ini merupakan komponen penting untuk mendapatkan output yang baik dari chatbot.

Rantai pemikiran mungkin di mana Deepseek telah membuat langkah paling banyak dibandingkan dengan GPT, tidak hanya bekerja melalui teka -teki yang rumit (seperti dalam contoh ini) tetapi juga menunjukkan pekerjaannya dengan cara yang memuaskan. Alih -alih Anda mengajukan pertanyaan dan hanya mendapatkan jawaban, ini memungkinkan Anda untuk memeriksa pekerjaan Deepseek.

Ini juga berarti Anda dapat meminta perubahan jika Anda tidak senang dengan jawaban yang Anda terima, atau meminta Deepseek menjawab pertanyaan apa pun yang mungkin terjadi pada Anda saat membaca rantai pemikirannya. Ini adalah tambahan yang kuat dan alat yang hebat untuk setiap pengguna.

Caching

Shutterstock.com \/Eugene Kouzmenok<\/a><\/em>“”>

Cara lain di mana Deepseek adalah saingan nyata untuk GPT adalah dalam caching, atau untuk sementara menyimpan pertanyaan dan jawaban Anda, memungkinkan Anda untuk membangun rantai pertanyaan. Openai, perusahaan di belakang chatgpt, memiliki caching terbatas karena alasan sederhana bahwa harganya membutuhkan uang, membuatnya sehingga Anda hanya dapat mengajukan begitu banyak pertanyaan (batasnya ditetapkan oleh rencana Anda) sebelum chatbot “menyeka” ingatannya.

Deepseek menangani masalah ini dengan menggunakan apa yang disebut caching konten pada disk. Teknologi ini mendeteksi input duplikat, menjadikannya Deepseek dapat mengambil jawaban sebelumnya daripada mengumpulkan yang baru. Ini menghemat banyak perhitungan yang boros, dan, sebagai hasilnya, biaya Deepseek lebih rendah serta membiarkan pengguna membuat rantai yang lebih panjang.

Berbicara kepada pemodel AI Emile Gervais, Deepseek juga sangat transparan dengan apa yang disimpannya dan apa yang tidak; Anda bisa mencarinya. Dengan cara ini Anda dapat melihat apa yang paling berhasil saat memasukkan petunjuk, yang membawa kami ke poin terakhir saya.

Minta optimalisasi

Hasil dari caching yang lebih baik dan perbaikan rantai pemikiran adalah menjadi lebih mudah untuk membuat petunjuk yang lebih baik. Gervais mengatakan bahwa transparansi Deepseek tentang cara kerjanya membuatnya lebih mudah untuk mengetahui cara membangun perintah yang Anda berikan kepada AI.

Misalnya, saat menulis prompt, Anda dapat meletakkan data yang tidak akan berubah saat Anda membangun rantai di depan, memastikan Deepseek menggunakan dan menggunakan kembali informasi itu dalam cache. Data yang lebih dapat berubah harus ditempatkan di tengah atau di akhir petunjuk, yang seharusnya memungkinkan jawaban yang lebih jelas.

Meskipun itu bukan sesuatu yang Anda pikirkan dalam semalam, dan mungkin bukan informasi yang terlalu berguna bagi orang kebanyakan, itu memang menunjukkan bahwa Deepseek adalah hewan yang berbeda dari GPT, dan ada lebih dari sekadar menjadi orang yang lebih murah “. ” Apa yang Openai mulai, mungkin berakhir diselesaikan oleh sebuah perusahaan Cina yang belum pernah didengar oleh siapa pun beberapa bulan yang lalu.

Terkait

Menjalankan Deepseek secara lokal di MacBook saya sangat bagus

Ada AI di Mac saya – bukan Anda Siri.