Deepseek n'est pas un clone Chatgpt, c'est ainsi que c'est différent

Au cours des dernières semaines, la technologie Tech a principalement concerné la façon dont Deepseek, la réponse chinoise aux modèles de grande langue de Western (LLM), balaie le monde – et balaie beaucoup de valeur marchande, en plus. Qu'est-ce qui distingue Deepseek de GPT, cependant, et y a-t-il plus que d'être moins cher à courir?

Il s'avère qu'il y en a. En fait, une fois que vous aurez regardé de plus près, vous vous rendrez compte que Deepseek n'est pas un clone du même mais froide que la Chine a été célèbre dans d'autres industries. C'est un véritable concurrent qui a innové et a apporté de réelles améliorations au modèle d'IA.

Chaîne de pensée

Tout comme les humains, les LLM ont besoin de se frayer un chemin à travers un problème compliqué. Je ne peux pas vous demander de calculer simplement une équation compliquée, vous devez aller étape par étape jusqu'à ce que vous arriviez à vos conclusions. Dans l'IA, c'est ce qu'on appelle la « chaîne de pensée » et c'est un composant vital pour obtenir une bonne sortie d'un chatbot.

La chaîne de pensée peut être l'endroit où Deepseek a fait le plus de progrès par rapport à GPT, capable non seulement de travailler à travers des énigmes complexes (comme dans cet exemple), mais aussi de montrer son travail de manière satisfaisante. Au lieu de poser une question et d'obtenir simplement une réponse, cela vous permet de vérifier le travail de Deepseek.

Cela signifie également que vous pouvez demander des modifications si vous n'êtes pas satisfait de la réponse que vous avez reçue, ou si vous avez en profondeur toutes les questions qui vous auraient pu vous être venues lors de la lecture de sa chaîne de pensée. C'est un ajout puissant et un excellent outil pour tout utilisateur.

Mise en cache

Une autre façon dont Deepseek est un véritable rival de GPT est la mise en cache ou le stockage temporaire de vos questions et réponses, vous permettant de construire une chaîne de questions. Openai, l'entreprise derrière Chatgpt, a une mise en cache limitée pour la simple raison qu'il coûte de l'argent, ce qui fait que vous ne pouvez poser que de nombreuses questions (la limite est fixée par votre plan) avant que le chatbot «essuie» sa mémoire.

Deepseek aborde ce problème en utilisant ce qu'il appelle la mise en cache de contenu sur le disque. Cette technologie détecte les entrées en double, ce qui le rend si Deepseek peut récupérer des réponses antérieures plutôt que de créer une nouvelle. Cela permet d'économiser beaucoup de calculs de gaspillage et, par conséquent, les coûts de Deepseek sont plus bas et permettent aux utilisateurs de créer des chaînes plus longues.

S'adressant au modélisateur d'IA Emile Gervais, Deepseek est également très transparent avec ce qu'il cache et ce qu'il ne fait pas; Vous pouvez simplement le chercher. De cette façon, vous pouvez voir ce qui fonctionne le mieux lors de la saisie des invites, ce qui nous amène à mon dernier point.

Provoquer une optimisation

Le résultat d'une meilleure mise en cache et de la chaîne d'améliorations de la pensée est qu'il devient plus facile de créer de meilleures invites. Gervais dit que la transparence de Deepseek sur son fonctionnement facilite la façon de construire les commandes que vous donnez à l'AI.

Par exemple, lorsque vous écrivez une invite, vous pouvez mettre les données qui ne changent pas lorsque vous construisez la chaîne à l'avant, en vous assurant que Deepseek utilise et réutilise ces informations dans le cache. Des données plus mutables doivent être placées au milieu ou à la fin des invites, ce qui devrait permettre des réponses plus claires.

Bien que ce ne soit pas quelque chose que vous découvrirez du jour au lendemain, et ce ne sont peut-être pas des informations trop utiles à la personne moyenne, cela montre que Deepseek est un animal différent de GPT, et il y a plus que d'être une introduction moins cher.  » Ce que Openai a commencé peut finir par être terminé par une entreprise chinoise dont personne n'avait entendu parler il y a quelques mois.