2025-01-28
நாங்கள் பிபிளை மீண்டும் கொண்டு வருகிறோம்
எதிர்வினைகள்
Pebble, Google இன் ஆதரவுடன் மீண்டும் உயிர்ப்பிக்கப்படுகிறது, அதன் முதன்மை வலிமைகளான ஹேக்கபிலிட்டி, நீண்ட பேட்டரி ஆயுள் மற்றும் தொலைபேசி நீட்சியாக செயல்படுதல் போன்றவற்றில் கவனம் செலுத்துகிறது. TEXT: இந்த மறுசீரமைப்பு, பேபிளின் திறந்த மூல இயல்பை பராமரிக்கவும், ஹாக்கர்கள் மற்றும் தொழில்நுட்ப ஆர்வலர்களை கவரும் வகையில் கட்டாய மேக சந்தாக்களை தவிர்க்கவும் நோக்கமாகக் கொண்டுள்ளது. சமூகத்தினர் Pebble இன் திரும்புவதில் உற்சாகமாக உள்ளனர், அதன் தனித்துவமான அம்சங்கள் மற்றும் அணியக்கூடிய தொழில்நுட்பத்தில் அதன் தாக்கத்தைப் பற்றி சிந்திக்கின்றனர்.
கூகுள் பெபிள் OS ஐ திறந்த மூலமாக வெளியிடுகிறது
எதிர்வினைகள்
Google, Pebble OS ஐ திறந்த மூலமாக வெளியிட்டுள்ளது, இது ஸ்மார்ட்வாட்ச் தொழில்நுட்பத்தில் புதிய முன்னேற்றங்களுக்கு ரசிகர்கள் மற்றும் டெவலப்பர்களிடையே உற்சாகத்தை உருவாக்கியுள்ளது. GitHub இல் வெளியீடு, கணினி எழுத்துருக்கள் மற்றும் ப்ளூடூத் ஸ்டாக் போன்ற சொந்த உரிமை கொண்ட கூறுகளை உள்ளடக்கவில்லை, எனவே அது தற்போதைய வடிவத்தில் தொகுக்க முடியாது. இந்த நடவடிக்கை கூகுளின் நேர்மறை சைகையாகக் கருதப்படுகிறது, இது உள்நாட்டு முயற்சிகளுக்குப் பொறுப்பாக உள்ளது மற்றும் பெபிள் ஸ்மார்ட்வாட்ச் சூழலியக்கத்தை மீண்டும் உயிர்ப்பிக்க ஒரு படியாகக் கருதப்படுகிறது.
டீப் சீக் R1 டைனமிக் 1.58-பிட் இயக்கவும்
எதிர்வினைகள்
DeepSeek R1 Dynamic 1.58-bit 80% அளவு குறைப்பை அடைகிறது மற்றும் இரட்டை H100களைப் பயன்படுத்தி வினாடிக்கு 140 டோக்கன்களில் செயல்படுகிறது, ஆனால் அதன் மந்தமான வேகம் மற்றும் மீண்டும் மீண்டும் தோன்றும் பிரச்சினைகள் அதன் நடைமுறைக்கு கேள்விகளை எழுப்புகின்றன. டைனமிக் அளவீடு செயல்திறனை மேம்படுத்த உதவுகிறது, ஆனால் அணுகல், செலவு மற்றும் மாதிரியின் பயிற்சி செலவுக்கான கோரிக்கைகள் பற்றிய கவலைகள் தொடர்கின்றன, இது ஆய்வுக்கு வழிவகுக்கிறது. மாதிரி சந்தையில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தியுள்ளது, அதன் முடிவுகளை நகலெடுக்க முயற்சிகள் நடைபெறுகின்றன, ஆனால் அதன் செயல்திறன் பெரிய மாதிரிகளுடன் ஒப்பிடுகையில் விவாதிக்கப்படுகிறது.
குறியீட்டிற்கான DeepSeek R1 இன் வாக்களிக்கும் முடிவுகள்
Xuan-Son Nguyen என்பவரின் llama.cpp க்கான ஒரு pull request (PR) WebAssembly (WASM) வேகத்தை Single Instruction, Multiple Data (SIMD) வழிமுறைகளைப் பயன்படுத்தி மேம்படுத்துகிறது, இதில் DeekSeek-R1 என்பவரின் முக்கிய பங்களிப்புகள் உள்ளன. PR API பதில்களிலிருந்து உருவாக்கப்பட்ட ஒரு மாறுபடும் model_map ஐ உள்ளடக்கியது, இது கடினமாக குறியிடப்பட்ட பதிப்புகளின் தேவையை நீக்குகிறது, பிளகின் மேம்பாட்டில் புதுமையை வெளிப்படுத்துகிறது. தமிழில் எழுத வேண்டும். சைமன் வில்லிசனின் வலைப்பதிவு சமீபத்திய தலைப்புகளை, உதாரணமாக திறந்த மூல திட்டங்கள், அன்த்ரோபிக் சிடேஷன்ஸ் API, மற்றும் பெரிய மொழி மாதிரி (LLM) திட்டங்களை உள்ளடக்கியது, இது நவீன தொழில்நுட்ப விவாதங்களில் கவனம் செலுத்துவதை குறிக்கிறது.
எதிர்வினைகள்
DeepSeek R1, llama.cpp க்கான ஒரு புல் கோரிக்கையின் (PR) 99% ஐ எழுதுவதன் மூலம் குறியீட்டு செயல்பாட்டில் AI இன் திறனை வெளிப்படுத்துகிறது, இது மென்பொருள் மேம்பாட்டில் AI இன் அதிகரிக்கும் பங்கைக் காட்டுகிறது. உருவாக்கப்பட்ட உரை: ஆதியர் போன்ற கருவிகள் தற்போது வெளியீடுகளில் புதிய குறியீடின் 70-82% உருவாக்கத்திற்கு பொறுப்பாக உள்ளன, இது AI உதவியால் உற்பத்தித் திறனில் குறிப்பிடத்தக்க உயர்வைக் குறிக்கிறது. இந்த முன்னேற்றங்களுக்குப் பிறகும், சிக்கலான பிரச்சினைகளைத் தீர்க்கவும், உள்ளமைவுள்ள குறியீட்டு அடிப்படைகளுடன் ஒருங்கிணைக்கவும், AI இற்கு இன்னும் மனித மேற்பார்வை தேவைப்படுகிறது, இது தொழில்துறையில் வேலை முறைமைகள் மற்றும் திறன் தேவைகளில் மாற்றத்தை முன்மொழிகிறது.
படங்களுடன் கூடிய டீப் சீக்-R1
DeepSeek-R1 என்பது மேம்பட்ட காரணி திறன்களை வலியுறுத்தும் புதிய AI மாதிரி ஆகும், இது மூன்று கட்ட பயிற்சி செயல்முறையின் மூலம்: மொழி மாதிரியாக்கம், மேற்பார்வை நுணுக்கம் (SFT), மற்றும் விருப்ப நுணுக்கம். இந்த மாதிரி நீண்ட காரணி தரவுகளை, இடைநிலை காரணி மாதிரியை, மற்றும் பெரிய அளவிலான பலன்விளைவுக் கற்றலை (RL) உள்ளடக்கியது, சிந்தனை குறியீடுகளை உருவாக்குவதன் மூலம் காரணி பணிகளில் சிறந்து விளங்குகிறது. இது நிபுணர்களின் கலவையை உள்ளடக்கிய கட்டமைப்பை பயன்படுத்துகிறது, இது சிக்கலான காரணி பணிகளை திறமையாக கையாள அனுமதிக்கிறது, AI மாதிரி வடிவமைப்பில் ஒரு முக்கிய முன்னேற்றத்தை குறிக்கிறது.
எதிர்வினைகள்
DeepSeek-R1 அதன் செயல்திறன் மற்றும் செலவுக் குறைவுத்தன்மை காரணமாக GPT மற்றும் Gemini போன்ற மாதிரிகளுடன் ஒப்பிடும்போது விவாதத்தை உருவாக்குகிறது, சில பயனர்கள் வழக்கமான பெரிய மொழி மாதிரி (LLM) சிக்கல்களை குறிப்பிடுகின்றனர். குறைந்த கணக்கீட்டு தேவைகள் மற்றும் திறந்த மூல இயல்புக்காக மாடல் குறிப்பிடத்தக்கது, இது AI காட்சியினை மாற்றி, AI மேம்பாட்டை மேலும் அணுகக்கூடியதாக மாற்றுகிறது. சீன ஹெட்ஜ் ஃபண்ட் ஒன்றால் உருவாக்கப்பட்ட DeepSeek-R1, அதன் பயிற்சி தரவுகள் மற்றும் அரசியல் விளைவுகள் குறித்து கேள்விகளை எழுப்புகிறது, அதன் குறியீட்டு திறன்களில் கலவையான மதிப்பீடுகள் இருந்தபோதிலும்.
தயாரிப்பில் இயந்திரக் கற்றல் (CMU பாடநெறி)
கார்னெகி மெலான் பல்கலைக்கழகம் 2025 ஆம் ஆண்டு வசந்த காலத்திற்காக "தயாரிப்பில் இயந்திரக் கற்றல்/ஏஐ பொறியியல்" என்ற தலைப்பில் ஒரு பாடத்தை வழங்குகிறது, இது இயந்திரக் கற்றல் செயல்படுத்தப்பட்ட மென்பொருள் தயாரிப்புகளை உருவாக்குதல், பிரயோகித்தல் மற்றும் பராமரித்தல் மீது கவனம் செலுத்துகிறது. இந்த பாடம் பொறுப்பான ஏஐ நடைமுறைகள் மற்றும் எம்.எல்.ஓப்ஸ் (இயந்திரக் கற்றல் செயல்பாடுகள்) மீது வலியுறுத்துகிறது, மாதிரியில் இருந்து தயாரிப்பு வரை முழு ஆயுள் சுழற்சியையும் உள்ளடக்கியது. இது தரவியல் அறிவியல் மற்றும் அடிப்படை நிரலாக்க திறன்களைக் கொண்ட மாணவர்களுக்கு வடிவமைக்கப்பட்டுள்ளது, இதில் சொற்பொழிவுகள், ஆய்வகங்கள் மற்றும் குழு திட்டம் இடம்பெறுகிறது, மேலும் GitHub இல் வளங்கள் கிடைக்கின்றன.
எதிர்வினைகள்
CMU இல் உள்ள உற்பத்தியில் இயந்திரக் கற்றல் பாடநெறி, MLOps (இயந்திரக் கற்றல் செயல்பாடுகள்), விளக்கத்தன்மை, நியாயம் மற்றும் கண்காணிப்பு ஆகியவற்றை வலியுறுத்தி, Kafka, Docker, Kubernetes, மற்றும் Jenkins போன்ற நடைமுறை கருவிகளை அறிமுகப்படுத்துகிறது. இது இயந்திரக் கற்றல் மற்றும் உற்பத்தி அமைப்புகளுக்கு இடையில் ஒரு பாலமாக செயல்படுகிறது, ஆனால் சிலர் இதை நுழைவு நிலையாகவும், கருவி ஒருங்கிணைப்பில் அதிக கவனம் செலுத்துவதாகவும் பார்க்கிறார்கள். TEXT: சில கருவிகளின் நீண்டகால பொருத்தம் மற்றும் தரவின் தரத்திற்கான பாடநெறியின் குறைந்த கவனம் குறித்து கவலைகள் எழுப்பப்பட்டுள்ளன, இருப்பினும் இது கணினி அறிவியல் மாணவர்களுக்கு ஒரு புதிய நுழைவு புள்ளியாக கருதப்படுகிறது. TEXT:
TEXT: Open-R1: DeepSeek-R1 இன் திறந்த மறுபதிப்பு
Open-R1 என்பது DeepSeek-R1 என்ற காரணமறிதல் மாதிரியை நகலெடுக்க ஒரு முயற்சி ஆகும், இது OpenAI இன் o1 உடன் ஒப்பிடக்கூடியது, வெளிப்படைத்தன்மை மற்றும் திறந்த மூல ஒத்துழைப்பை மையமாகக் கொண்டு செயல்படுகிறது. TEXT: இந்த திட்டம், தற்போதைய நிலையில் வெளிப்படுத்தப்படாத DeepSeek-R1 இன் தரவுத்தொகுப்புகள் மற்றும் பயிற்சி குழாய்களை, reinforcement learning (RL) மூலம் மனித மேற்பார்வையின்றி மீண்டும் உருவாக்க முயல்கிறது. TEXT: Open-R1 சமூக பங்களிப்புகளை ஊக்குவிக்கிறது, மாதிரியின் பயன்பாடுகளை கணிதத்தைத் தாண்டி விரிவாக்க, குறியீட்டு மற்றும் மருத்துவம் போன்ற துறைகளையும் உள்ளடக்கியது.
எதிர்வினைகள்
Open-R1 என்பது திறந்த மூலக் கோட்பாடுகளைப் பயன்படுத்தி DeepSeek-R1 மாதிரியை மீண்டும் உருவாக்குவதற்கான முயற்சியாகும், ஆனால் இது இன்னும் ஒரு உண்மையான மாதிரி அல்ல. இந்த விவாதம், குறைந்த பட்ஜெட்டில் AI மாதிரிகளை மீண்டும் உருவாக்குவதின் சவால்கள் மற்றும் சாத்தியமான நன்மைகளை, மேலும் கல்வி மற்றும் பரந்த சமூக விளைவுகளின் மீது AI இன் தாக்கத்தை வலியுறுத்துகிறது. இந்த உரையாடல் தொழில்நுட்ப முன்னேற்றங்களைச் சுற்றியுள்ள உற்சாகத்தையும், AI ஐ விரிவான பார்வையாளர்களுக்கு அணுகக்கூடியதாக மாற்றுவதில் திறந்த மூல இயக்கத்தின் பங்கையும் வெளிப்படுத்துகிறது.
ரெபிளின் எதிர்காலம்
எதிர்வினைகள்
தமிழில் எழுத வேண்டும். Pebble ஸ்மார்ட்வாட்சுகளுக்கான நெகிழ்ச்சியை விவாதம் குறிப்பிடுகிறது, அவை e-ink போன்ற திரைகள் மற்றும் நீண்ட பேட்டரி ஆயுளுக்காக பாராட்டப்படுகின்றன, மேலும் ஏன் இதே போன்ற தொழில்நுட்பம் அதிகமாக ஏற்றுக்கொள்ளப்படவில்லை என்று கேள்வி எழுப்புகிறது. Rebble என்ற சமூக இயக்க திட்டத்திலிருந்து புதிய ஹார்ட்வேர் மற்றும் தொடர்புடைய ஸ்மார்ட்வாட்ச் திட்டங்களின் திறந்த மூல இயல்பில் ஆர்வம் உள்ளது. Watchy மற்றும் PineTime போன்ற மாற்றுகள் குறிப்பிடப்படுகின்றன, திறந்த மூல ஸ்மார்ட்வாட்ச் துறையில் பயனர்கள் எதிர்கொள்ளும் மென்பொருள் சவால்களை குறிப்பிடுகின்றனர்.
ஆல்பா மித்ஸ்: சிறையில் உள்ள ஓநாய்கள் எங்களை எப்படி தவறாக வழிநடத்தின
எதிர்வினைகள்
"ஓமிகா ஆண்" என்ற கருத்து ஓநாய்களில், முதலில் சிறைபிடிக்கப்பட்ட ஆய்வுகளின் அடிப்படையில் உருவாக்கப்பட்டது, தவறானது; காட்டு ஓநாய் கூட்டங்கள் மரபு அமைப்புகளாக அல்லாமல் குடும்ப அலகுகளாக செயல்படுகின்றன. அதிகாரபூர்வமாக மறுக்கப்பட்டாலும், 'ஆல்பா' என்ற கருத்து சிலிகான் பள்ளத்தாக்கு போன்ற போட்டி சூழல்களில் அதன் கவர்ச்சியால் மற்றும் சில சமூக மற்றும் உளவியல் தேவைகளுடன் ஒத்திசைவதால் தொடர்ந்து நிலைத்திருக்கிறது. "அல்ஃபா" மித்யை மீதான தொடர்ந்த நம்பிக்கை, சமூக இயக்கங்களைப் பற்றிய எங்கள் பார்வையை நர்டிவ்கள் எவ்வாறு பாதிக்க முடியும் என்பதை, அவை தவறான கருதுகோள்களில் அடிப்படையாக இருந்தாலும் கூட, வலியுறுத்துகிறது.
Go 1.24 இன் go கருவி பல ஆண்டுகளுக்கு பிறகு சூழலுக்குக் கிடைத்த சிறந்த சேர்க்கைகளில் ஒன்றாகும்
Go 1.24 புதிய go tool கட்டளையையும் go.mod இல் tool இயக்கத்தையும் அறிமுகப்படுத்துகிறது, Go சூழலில் திட்ட கருவிகளை மேலாண்மை செய்யும் முறையை மேம்படுத்துகிறது. இந்த புதுப்பிப்பு tools.go முறைமையின் சிக்கல்களை, செயல்திறன் பாதிப்புகள் மற்றும் சார்பு மரத்தின் வீக்கம் போன்றவற்றை, மேலும் திறமையான கருவி மேலாண்மையை அனுமதித்து மற்றும் தேவையற்ற சார்புகளை குறைப்பதன் மூலம் தீர்க்கிறது. go tool கட்டளை go run அழைப்புகளை காட்சிங் செய்வதன் மூலம் செயல்திறனை மேம்படுத்துகிறது, ஆனால் கருவி சார்புகள் மறைமுகமாக நடத்தப்படுவதால், சார்பு மோதல்களுக்கு வழிவகுக்கும் என்ற கவலைகள் உள்ளன.
எதிர்வினைகள்
Go 1.24 இல் "go tool" அறிமுகப்படுத்தப்பட்டதன் மூலம் அதன் சார்பு மேலாண்மையில் ஏற்படும் தாக்கம் குறித்து விவாதங்கள் எழுந்துள்ளன, கருவி மற்றும் திட்ட சார்புகளை இணைப்பது மோதல்களை ஏற்படுத்தும் என்ற கவலைகள் உள்ளன. விமர்சகர்கள் தனித்த மாட்யூல் கோப்புகள் அல்லது நிக்ஸ் போன்ற கருவிகளை பயன்படுத்தி மேம்பட்ட பதிப்பு கட்டுப்பாட்டிற்கான மாற்றுகளை முன்மொழிகின்றனர். Go மொழியின் அணுகுமுறையை ஆதரிக்கும்வர்கள், இது எளிமை மற்றும் செயல்திறனை வழங்குகிறது என்று வாதிடுகின்றனர், இது நிரலாக்க மொழிகளில் சார்பு மேலாண்மையின் பரந்த சவால்களை பிரதிபலிக்கிறது.
நான் ஒரு LLM மீது நம்பிக்கை வைத்தேன், இப்போது நான் ஒரு பிற்பகல் திட்டத்தின் 4வது நாளில் இருக்கிறேன்
ஆசிரியர் Deskthang என்ற திட்டத்தைத் தொடங்கினார், அதில் Raspberry Pi Pico, LCD காட்சி மற்றும் RGB LEDகளைப் பயன்படுத்தி ஒரு மேசை சாதனத்தை உருவாக்குவதற்கும், AI இன் திறன்களை சோதிப்பதற்கும் நோக்கமிட்டிருந்தார். AI கருவிகள் போன்ற ChatGPT மற்றும் Claude ஆரம்பத்தில் உதவின, ஆனால் இறுதியில் பிழையான செயல்பாட்டை ஏற்படுத்தியது, இது பஃபர் மோதல்கள் மற்றும் தரவுக் கெடுபிடிகளை போன்ற சிக்கல்களை ஏற்படுத்தியது. முக்கியமான பாடங்கள் அடிப்படையில், AI ஐ ஒரு கருவியாகக் கருதுவது முக்கியம், இணை ஓட்டியாக அல்ல, கற்றலில் தடைகள் மற்றும் தவறுகளின் மதிப்பை புரிந்துகொள்வது, மேலும் அதிக நம்பிக்கையை விட பொறுமையின் முக்கியத்துவத்தை உணருவது ஆகியவை அடங்கும்.
எதிர்வினைகள்
பெரிய மொழி மாதிரிகள் (LLMs) எளிய பணிகளுக்கு பயனுள்ளதாக இருக்கலாம், ஆனால் சரியான மேற்பார்வை இல்லாமல் சிக்கலான பிரச்சினைகளுக்கு அவற்றை நம்பினால் திட்ட காலக்கெடுவை நீட்டிக்கக்கூடும். அவர்கள் தகவல்களை ஒருங்கிணைப்பதில் திறமையானவர்கள் ஆனால் சிறப்பு தலைப்புகள் அல்லது புதிய அறிவு தொடர்பாக சிரமப்படலாம், அதனால் பயனர்கள் வலுவான அடிப்படைகள் மற்றும் அனுபவம் கொண்டிருக்க வேண்டும். பயனர்கள் முழுமையான திறனை பயனுள்ளதாக பயன்படுத்துவதற்காக தெளிவான உத்தரவுகளை வழங்கி, வெளியீடுகளை விமர்சன ரீதியாக மதிப்பீடு செய்வதன் மூலம் கட்டுப்பாட்டை பராமரிக்க வேண்டும்.
என்விடியா சந்தை மதிப்பில் சுமார் $600 பில்லியன் இழக்கிறது
தமிழில் எழுத வேண்டும். Nvidia நிறுவனத்தின் சந்தை மதிப்பு சுமார் $600 பில்லியன் இழப்பை சந்தித்தது, சீன AI ஆய்வகம் DeepSeek இன் போட்டி கவலைகள் காரணமாக பங்குகள் 17% வீழ்ச்சியடைந்தன. விற்பனை அமெரிக்க தொழில்நுட்ப துறையைப் பாதித்தது, டெல் மற்றும் ஓரகிள் போன்ற நிறுவனங்களில் சரிவுகளை ஏற்படுத்தியது மற்றும் நாஸ்டாக் குறியீட்டில் 3.1% வீழ்ச்சிக்கு காரணமாக இருந்தது. DeepSeek இன் புதிய AI மாதிரி, Nvidia இன் H800 சிப்களைப் பயன்படுத்தி உருவாக்கப்பட்டது, போட்டி அச்சங்களை அதிகரித்துள்ளது, இதனால் Nvidia இன் பங்கு விலை அதன் முந்தைய லாபங்களைப் பாதித்துள்ளது, மேலும் CEO ஜென்சன் ஹுவாங் இன் நிகர மதிப்பை $21 பில்லியன் குறைத்துள்ளது.
எதிர்வினைகள்
என்விடியாவின் சந்தை மதிப்பு சுமார் $600 பில்லியன் அளவுக்கு குறிப்பிடத்தக்க வீழ்ச்சியை சந்தித்தது, இது நிறுவனத்தின் மதிப்பீடு மற்றும் அது அதிக மதிப்பீடு செய்யப்பட்டதா என்ற விவாதங்களை ஏற்படுத்தியது. சந்தை எதிர்வினைக்கு பிறகும், Nvidia வின் GPUகள் AI தொடர்பான பணிகளுக்கு முக்கியமாகவே உள்ளன, இது தொழில்நுட்ப துறையில் அவற்றின் முக்கியத்துவத்தை வலியுறுத்துகிறது. மீடியாவின் கவனம் பெரும் நிதி இழப்புகளின் மீது, பணவீக்கம் கருதாமல் இருப்பது தவறாக இருக்கலாம், ஆனால் பெரிய நிறுவனங்களிடையே கூட Nvidia இன் சரிவு குறிப்பிடத்தக்கது.
ஜானஸ் ப்ரோ 1B 100% உள்ளூர் முறையில் வலை உலாவியில் WebGPU இல் இயங்குகிறது
எதிர்வினைகள்
ஜானஸ் ப்ரோ 1B என்பது WebGPU பயன்படுத்தி உலாவியில் உள்ளூர் ரீதியாக இயங்கும் ஒரு மாதிரியானது, உலாவி சூழலில் AI மாதிரிகளை இயக்கும் திறனை வெளிப்படுத்துகிறது. அதன் குறைந்த அளவிலான அளவுரு எண்ணிக்கையால் அதன் திறன்கள் வரையறுக்கப்பட்டுள்ளன, இது குறைந்த அளவிலான GPU-களில் இயங்க முடியும் என்பதை வெளிப்படுத்துகிறது, இதன் அணுகல் திறனை வலியுறுத்துகிறது. பட உருவாக்கல் முடிவுகள் மாறுபடுகின்றன, ஆனால் இவ்வாறான மாதிரிகளை உலாவியில் உள்ளூர் ரீதியாக இயக்கும் திறன் ஒரு முக்கிய தொழில்நுட்ப முன்னேற்றமாகும், ஆனால் இது தற்போது மொபைல் சாதனங்களை ஆதரிக்கவில்லை.
பெர்க்லி ஆராய்ச்சியாளர்கள் DeepSeek R1 இன் மைய தொழில்நுட்பத்தை வெறும் $30 க்கு நகலெடுத்தனர்: ஒரு சிறிய மாற்றம்
எதிர்வினைகள்
பெர்க்லி ஆராய்ச்சியாளர்கள் வெற்றிகரமாக டீப் சீக் R1 இன் மைய தொழில்நுட்பத்தை வெறும் $30 செலவில் நகலெடுத்துள்ளனர், குறிப்பாக கவுன்ட்டவுன் என்ற விளையாட்டை விளையாடுவது போன்ற குறிப்பிட்ட பணிகளில் கவனம் செலுத்தி. தமிழில் எழுத வேண்டும். மூலமேற்கோள்: இந்த புதுமை, ஒரு முகவர் தனது சூழலுடன் தொடர்பு கொண்டு கற்றுக்கொள்ளும் ஒரு வகை இயந்திரக் கற்றல், வலியுறுத்தல் கற்றலைப் பயன்படுத்தி, காரணமறிதல் மாதிரிகளை மேம்படுத்துவது தொடர்பானது, ஆனால் அதன் பயன்பாடு சரிபார்க்கக்கூடிய தீர்வுகள் உள்ள பகுதிகளுக்கு மட்டுமே வரையறுக்கப்பட்டுள்ளது. மூலமேற்கோள் முடிவு. இந்த விவாதம், கட்டுரையின் தவறான தலைப்பு மற்றும் சரியான மூல இணைப்புகளின் பற்றாக்குறை குறித்த விமர்சனங்களுக்குப் பிறகும், AI தன்னம்பிக்கை மேம்பாட்டின் சாத்தியக்கூறுகள் மற்றும் எதிர்கால AI வளர்ச்சிக்கான அதன் விளைவுகளை வலியுறுத்துகிறது.