تيريل ديكي
25 أغسطس، 2025 11:56 مساءً
تقدم Together AI نموذج DeepSeek-V3.1 الهجين، الذي يوفر استجابات سريعة وأوضاع استدلال عميقة، مما يضمن الكفاءة والموثوقية لمختلف التطبيقات.
كشفت Together AI عن DeepSeek-V3.1، وهو نموذج هجين متقدم مصمم لتلبية متطلبات الاستجابة السريعة ومهام الاستدلال المعقدة. النموذج، المتاح الآن للنشر على منصة Together AI، معروف بشكل خاص بوظائفه ثنائية الوضع، مما يتيح للمستخدمين الاختيار بين أوضاع التفكير وعدم التفكير لتحسين الأداء بناءً على تعقيد المهمة.
الميزات والقدرات
تم تصميم DeepSeek-V3.1 لتوفير كفاءة وموثوقية محسنة، وفقًا لـ Together AI. يدعم النشر بدون خادم مع اتفاقية مستوى خدمة بنسبة 99.9٪، مما يضمن أداءً قويًا عبر مجموعة متنوعة من حالات الاستخدام. يوفر وضع التفكير في النموذج جودة مماثلة لسابقه، DeepSeek-R1، ولكن مع تحسن كبير في السرعة، مما يجعله مناسبًا لبيئات الإنتاج.
تم بناء النموذج على مجموعة بيانات تدريب كبيرة، مع 630 مليار توكن لسياق 32K و 209 مليار توكن لسياق 128K، مما يعزز قدرته على التعامل مع المحادثات الممتدة وقواعد الشفرة الكبيرة. هذا يضمن أن النموذج مجهز جيدًا للمهام التي تتطلب تحليلاً مفصلاً واستدلالًا متعدد الخطوات.
التطبيقات في العالم الحقيقي
يتفوق DeepSeek-V3.1 في تطبيقات متنوعة، بما في ذلك مهام الشفرة ووكيل الذكاء الاصطناعي للبحث. في وضع عدم التفكير، يتعامل بكفاءة مع المهام الروتينية مثل إنشاء نقاط نهاية واجهة برمجة تطبيقات جديدة والاستعلامات البسيطة. على النقيض من ذلك، فإن وضع التفكير مثالي لحل المشكلات المعقدة، مثل تصحيح أخطاء الأنظمة الموزعة وتصميم ترحيلات قواعد البيانات بدون توقف.
لمعالجة المستندات، يقدم النموذج قدرات عدم التفكير لاستخراج الكيانات والتحليل الأساسي، بينما يدعم وضع التفكير التحليل الشامل لسير عمل قواعد التوافق والإشارات المرجعية التنظيمية.
مقاييس الأداء
تكشف اختبارات المعايير عن نقاط قوة النموذج في كلا الوضعين. على سبيل المثال، في معيار MMLU-Redux، حقق وضع التفكير معدل نجاح بنسبة 93.7٪، متجاوزًا وضع عدم التفكير بنسبة 1.9٪. وبالمثل، أظهر معيار GPQA-Diamond تحسنًا بنسبة 5.2٪ في وضع التفكير. تؤكد هذه المقاييس على قدرة النموذج على تعزيز الأداء عبر مهام مختلفة.
النشر والتكامل
يتوفر DeepSeek-V3.1 من خلال واجهة برمجة تطبيقات بدون خادم من Together AI ونقاط نهاية مخصصة، مما يوفر مواصفات تقنية بإجمالي 671 مليار معلمة وترخيص MIT للتطبيق الواسع. تم تصميم البنية التحتية للموثوقية، وتتميز بمراكز بيانات أمريكا الشمالية وامتثال SOC 2.
يمكن للمطورين دمج النموذج بسرعة في تطبيقاتهم باستخدام مجموعة تطوير برامج Python المقدمة، مما يتيح دمجًا سلسًا لقدرات DeepSeek-V3.1 في الأنظمة الحالية. تدعم البنية التحتية لـ Together AI نماذج مزيج الخبراء الكبيرة، مما يضمن أن أوضاع التفكير وعدم التفكير تعمل بكفاءة تحت أحمال الإنتاج.
مع إطلاق DeepSeek-V3.1، تهدف Together AI إلى توفير حل متعدد الاستخدامات للشركات التي تسعى إلى تعزيز تطبيقاتها القائمة على الذكاء الاصطناعي بقدرات استجابة سريعة وتحليلية عميقة.
مصدر الصورة: Shutterstock
المصدر: https://blockchain.news/news/together-ai-launches-deepseek-v3-1-versatile-hybrid-model
