چینی اے آئی اسٹارٹ اپ ڈیپ سیک نے بڑے ماڈلز کو زیادہ موثر بنانے، لاگت کو کم کرنے اور توسیع پذیری کو بڑھانے کے لیے نیا طریقہ متعارف کرایا ہے۔ Chinese AI startup DeepSeek introduces new method to make large models more efficient, reducing costs and boosting scalability.

چینی اے آئی اسٹارٹ اپ ڈیپ سیک نے ایک نیا ٹریننگ طریقہ متعارف کرایا ہے جسے مانیفولڈ کنسٹینٹڈ ہائپر کنیکشنز کہا جاتا ہے۔ یہ طریقہ بڑی اے آئی ماڈلز کو زیادہ موثر اور توسیع پذیر بنانے کے لیے ڈیزائن کیا گیا ہے جبکہ کمپیوٹیشنل اور توانائی کے اخراجات کو کم کیا گیا ہے۔ DeepSeek, a Chinese AI startup, has unveiled a new training method called Manifold-Constrained Hyper-Connections, designed to make large AI models more efficient and scalable while reducing computational and energy costs. یہ تکنیک، جو بانی لیانگ وینفینگ کے تعاون سے لکھے گئے ایک مقالے میں تفصیلی ہے اور arXiv پر شائع ہوئی ہے، پچھلے ماڈلز میں تربیتی عدم استحکام اور میموری کے مسائل کو حل کرتی ہے، جس سے کم سے کم اضافی کمپیوٹ کے ساتھ 3 بلین سے 27 بلین پیرامیٹر سسٹمز میں مستحکم تربیت کو قابل بنایا جاتا ہے۔ The technique, detailed in a paper co-authored by founder Liang Wenfeng and published on arXiv, addresses training instability and memory issues in prior models, enabling stable training across 3 billion to 27 billion parameter systems with minimal added compute. بائٹ ڈانس کے پہلے کام کی بنیاد پر، یہ نقطہ نظر امریکی سیمی کنڈکٹر پابندیوں کے باوجود اے آئی اختراع کے لیے چین کے زور کی عکاسی کرتا ہے۔ Building on ByteDance’s earlier work, the approach reflects China’s push for AI innovation despite U.S. semiconductor restrictions. ریلیز ڈیپ سیک کے اگلے بڑے ماڈل، ممکنہ طور پر آر 2، کی توقع کو فروغ دیتی ہے، جو فروری میں اسپرنگ فیسٹیول کے آس پاس متوقع ہے۔ The release fuels anticipation for DeepSeek’s next major model, possibly R2, expected around the Spring Festival in February.