Deepseek-R1 jõudlus AIME 2024 võrdlusalusel on tähelepanuväärne, kuna see ulatub 79,8%-le, pisut ees OpenAI O1-1217, mis saavutab 79,2%[1]. Siiski on DeepSEEK-R1 ja GPT-4O-0513 vahel spetsiaalselt AIME 2024 võrdlusaluse vahel piiratud otsene võrdlus.
GPT-4O mudelid on üldiselt tuntud oma tugeva jõudluse poolest erinevates ülesannetes, kuid GPT-4O-0513 spetsiifilised tulemused AIME 2024 kohta ei ole olemasolevas teabes üksikasjalikud. GPT-4O mudelid on tavaliselt tugevad keele mõistmises ja genereerimisülesannetes, kuid nende jõudlus spetsialiseeritud matemaatiliste mõttekäikude puhul, nagu AIME, võivad erineda võrreldes selliste ülesannete jaoks spetsiaalselt optimeeritud mudelitega, näiteks DeepSEEK-R1.
Deepseek-R1 tugeva jõudluse AIME 2024-l võib seostada selle arhitektuuriga, mis hõlmab laiaulatuslikku tugevdamistõpet mõttekäikude suurendamiseks. See lähenemisviis võimaldab sellel silma paista ülesannetes, mis nõuavad täiustatud mitmeastmelist matemaatilist mõttekäiku [1] [3]. Seevastu GPT-4O mudelid on üldisemad ja neil ei pruugi olla matemaatiliste mõttekäikude spetsialiseerumise taset.
Ehkki Deepseek-R1 näitab AIME 2024 paremat jõudlust, võrreldes OpenAI O1-1217-ga, ei ole otsesed võrdlused GPT-4O-0513-ga selgesõnaliselt olemasolevate andmetega esitatud. Deepseek-R1 spetsialiseeritud koolitus ja arhitektuur aitavad tõenäoliselt kaasa selle tugevale näitamisele matemaatilistes mõttekäikudes.
Tsitaadid:
[1] https://www.datacamp.com/blog/deepseek-r1
]
[3] https://docsbot.ai/models/compare/gpt-4o-2024-05-13/deepseek-r1
[4] https://artificialanalysis.ai/models/deepseek-r1
[5] https://docsbot.ai/models/compare/deepseek-r1/gpt-4o
]
]
[8] https://docsbot.ai/models/compare/gpt-4o/deepseek-r1