L'IA chinoise rattrape son retard : DeepSeek publie le modèle R1 pour défier la position de leader technologique américaine

Le laboratoire d'IA chinois DeepSeek a récemment lancé son modèle d'inférence Open Source, DeepSeek-R1, suscitant un grand intérêt dans l'industrie. Ce modèle est appelé un « modèle d'inférence » et prétend rivaliser avec o1 d'OpenAI dans certains tests de référence en IA. R1 a été publié sous une licence MIT via la plateforme de développement d'IA Hugging Face, permettant aux utilisateurs de l'exploiter commercialement sans aucune restriction.

DeepSeek affirme que R1 a surpassé o1 dans plusieurs tests de référence, notamment l'American Invitation Mathematics Examination (AIME), MATH-500 et SWE-bench Verified. AIME utilise d'autres modèles pour évaluer les capacités de raisonnement, MATH-500 se concentre sur les problèmes de texte, et SWE-bench Verified teste les tâches de programmation.

Le modèle R1 a des avantages, mais est limité par la politique

Selon les rapports, en tant que modèle de raisonnement, R1 possède une capacité unique d'auto-vérification, ce qui le rend plus fiable que les modèles traditionnels dans des domaines tels que la physique, les sciences et les mathématiques. Bien que les modèles de raisonnement nécessitent généralement plus de temps de calcul, de quelques secondes à plusieurs minutes, leur haute précision présente un avantage considérable pour résoudre des problèmes complexes.

Le rapport technique indique que R1 contient 671 milliards de paramètres, bien plus que de nombreux modèles existants. Le nombre de paramètres est généralement proportionnel à la capacité du modèle à résoudre les problèmes, ce qui fait de R1 un modèle de grande envergure. Cependant, D