Nuevo modelo

DeepSeekMoE 16B de DeepSeek

DeepSeekMoE 16B de DeepSeek

Starts
16:00 Wednesday January 10, 2024
About
DeepSeekMoE 16B de DeepSeek
Modelo abierto de tipo mezcla de expertos con 16.000 millones de parámetros, en versiones base y de chat.

¿Por qué importa? Según DeepSeek, funciona en una sola GPU de 40 GB sin cuantizar; fue su primer modelo de mezcla de expertos.

Pesos abiertos en Hugging Face y GitHub.

More related

Do you like Modelos al dÍA? Create your own page with NowHub.