авг. 05, 2026
Что такое Mixture of Experts и почему огромные модели работают быстрее, чем кажется
DeepSeek-V3 весит 671 млрд параметров, но на каждый токен считает только 37 млрд. Разбираем архитектуру Mixture of Experts....
авг. 04, 2026
DeepSeek API бағасын 75%-ға төмендетті — және бұл бүкіл ЖИ индустриясының қай бағытқа бет алғанын көрсетті
DeepSeek API бағасын 75%-ға төмендетті, мұны архитектураның тиімділігімен түсіндіреді. HBM жад тапшылығы MoE индустриясын жылдар бойы тежейді....
авг. 04, 2026
DeepSeek снизил цену API на 75% — и показал, куда движется вся индустрия ИИ
DeepSeek снизил цену API на 75%, объясняя это эффективностью архитектуры. Дефицит HBM-памяти сдерживает индустрию MoE годами....
авг. 04, 2026
Қытай әскери институттары Claude мен GPT-3.5 білімін қорғаныс жасанды интеллект (ЖИ) жүйелеріне дистилляциялады
Reuters: Қытай қорғаныс институттары Claude мен GPT-3.5 шығысымен ЖИ-жүйелерін оқытты — дрондардан бастап желі бақылауына дейін....
авг. 04, 2026
Китайские военные институты дистиллировали знания Claude и GPT-3.5 для оборонных ИИ-систем
Reuters: китайские военные институты обучали оборонные ИИ-системы на выходах Claude и GPT-3.5 — от дронов до мониторинга соцсетей....
авг. 04, 2026
Модельдерді дистилляциялау деген не және кіші модельдер неге ақылдырақ бола түсуде
Модельдерді дистилляциялау деген не? Үлкен модельдің білімі шағын модельге беріледі — 1,5 млрд параметрі бар модель математикадан GPT-4o-дан озып кетеді....
