DEEPSEEK-R1 และคำสั่งของ COILD R1 (Aug 2024) เป็นทั้งแบบจำลองภาษาขั้นสูง แต่พวกเขามีความแตกต่างที่แตกต่างกันในประสิทธิภาพสถาปัตยกรรมและการกำหนดราคา
สถาปัตยกรรมและการฝึกอบรม:
-Deepseek-R1 เป็นโมเดลผสมพารามิเตอร์ 671 พันล้านแบบของ Experts (MOE) โดยมีพารามิเตอร์เปิดใช้งาน 37 พันล้านต่อโทเค็น ได้รับการฝึกฝนโดยใช้การเรียนรู้การเสริมแรงขนาดใหญ่โดยมุ่งเน้นไปที่ความสามารถในการใช้เหตุผล โมเดลนี้รวมสองขั้นตอนของการเรียนรู้การเสริมแรงและสองขั้นตอนของการปรับแต่งการควบคุมเพื่อเพิ่มความสามารถในการใช้เหตุผลและความสามารถที่ไม่สมเหตุสมผล [1] [3]
- Command R (Aug 2024), พัฒนาโดย Cohere, คุณสมบัติที่เพิ่มขึ้นการดึงหลายภาษา- Augmented Generation (RAG) และความสามารถในการใช้เครื่องมือ มันเก่งในงานคณิตศาสตร์รหัสและการให้เหตุผลให้ผลลัพธ์ที่เทียบเท่ากับรุ่นก่อนคำสั่ง r+[1] [3]
มาตรฐานประสิทธิภาพ:
- Deepseek-R1 ดำเนินการเปรียบเทียบกับโมเดล O1 ของ OpenAI ในการวัดประสิทธิภาพการใช้เหตุผลหลายประการรวมถึงงานคณิตศาสตร์และรหัส มันเก่งในงานที่สร้างสรรค์และยาวนานเช่น Alpacaeval 2.0 และ Arenahard ซึ่งมีประสิทธิภาพสูงกว่ารุ่นอื่น ๆ ในพื้นที่เหล่านี้ [2] Deepseek-R1 ได้คะแนน 90.8% จากเกณฑ์มาตรฐาน MMLU และ 84% สำหรับ MMLU-PRO แสดงให้เห็นถึงความสามารถในการใช้เหตุผลที่แข็งแกร่ง [1]
- คำสั่ง R (ส.ค. 2024) ได้คะแนน 67% จากเกณฑ์มาตรฐาน MMLU และ 70% สำหรับ HumanEval ซึ่งบ่งบอกถึงประสิทธิภาพที่แข็งแกร่งในการสร้างรหัสและการแก้ปัญหา [1] อย่างไรก็ตามประสิทธิภาพของมันใน MMLU-PRO และเกณฑ์มาตรฐานการใช้เหตุผลเฉพาะอื่น ๆ จะไม่ได้รับการรายงาน
ราคาและค่าใช้จ่าย:
- Deepseek-R1 มีราคาแพงกว่าคำสั่ง R (ส.ค. 2024) อย่างมีนัยสำคัญโดยมีค่าใช้จ่ายในการป้อนข้อมูลที่ 0.55 ดอลลาร์ต่อล้านโทเค็นและค่าใช้จ่ายที่ 2.19 ดอลลาร์ต่อล้านโทเค็น ทำให้มีราคาแพงกว่า 3.7 เท่าสำหรับทั้งโทเค็นอินพุตและเอาต์พุต [1] [3]
- คำสั่ง R (ส.ค. 2024) เสนอต้นทุนที่ต่ำกว่าโดยมีโทเค็นอินพุตราคาอยู่ที่ 0.15 ดอลลาร์ต่อล้านและโทเค็นเอาท์พุทที่ 0.60 ดอลลาร์ต่อล้าน [1] [4]
โอเพ่นซอร์สและชุมชน:
-Deepseek-R1 เป็นโอเพ่นซอร์สทำให้สามารถปรับปรุงและปรับเปลี่ยนชุมชนได้ การเปิดกว้างนี้สามารถนำไปสู่การพัฒนาที่โปร่งใสมากขึ้นและความเป็นไปได้ในการปรับแต่ง [1] [5]
- Command R (Aug 2024) ไม่ใช่โอเพ่นซอร์ส จำกัด การมีส่วนร่วมของชุมชนในการพัฒนาและการปรับแต่ง [1]
ความไวต่อการพร้อม:
-Deepseek-R1 มีความอ่อนไหวต่อการแจ้งเตือนโดยมีการกระตุ้นด้วยการยิงไม่กี่ครั้งมักจะลดประสิทธิภาพการทำงาน ขอแนะนำให้ใช้การแจ้งเตือนแบบไม่มีการยิงด้วยคำแนะนำที่ชัดเจนสำหรับผลลัพธ์ที่ดีที่สุด [2]
- ไม่มีการกล่าวถึงความไวต่อคำสั่งเฉพาะสำหรับคำสั่ง R (ส.ค. 2024) ในข้อมูลที่มีอยู่
โดยสรุปในขณะที่ทั้งสองรุ่นมีความสามารถในการใช้เหตุผลที่แข็งแกร่ง DEEPSEEK-R1 เก่งในการเปรียบเทียบบางอย่างและมีความยืดหยุ่นในการโอเพนซอร์ซ แต่มีค่าใช้จ่ายสูงกว่า Command R (Aug 2024) มีประสิทธิภาพมากกว่าและให้ประสิทธิภาพการแข่งขันในพื้นที่เฉพาะเช่นการสร้างรหัส
การอ้างอิง:
[1] https://docsbot.ai/models/compare/command-r-08-2024/deepseek-r1
[2] https://www.prompthub.us/blog/deepseek-r-1-model-overview-and-how-it-ranks-against-openais-o1
[3] https://docsbot.ai/models/compare/deepseek-r1/command-r-08-2024
[4] https://artificialanalysis.ai/models/Command-r
[5] https://blog.promptlayer.com/deepseek-r1-vs-o1/
[6] https://artificialanalysis.ai/models
[7] https://artificialanalysis.ai/models/Command-r-03-2024
[8] https://explodingtopics.com/blog/list-of-llms