Vlákno názorů k článku
Nový jazykový model DeepSeek-R1 vyvolal veľkú vlnu záujmu od Humanoid č. 1264054 - poruchový - Číňani, vlastní vývoj, uvolnění jako opensource? Propadl jsem...

Open source dali ten postup (algoritmus) ako to trenovali na H800 a teda vsetci to vedia zopakovat alebo open source dali len ten hotovy jazykovy model?

This code repository and the model weights are licensed under the MIT License. DeepSeek-R1 series support commercial use, allow for any modifications and derivative works, including, but not limited to, distillation for training other LLMs. Please note that:

* DeepSeek-R1-Distill-Qwen-1.5B, DeepSeek-R1-Distill-Qwen-7B, DeepSeek-R1-Distill-Qwen-14B and DeepSeek-R1-Distill-Qwen-32B are derived from Qwen-2.5 series, which are originally licensed under Apache 2.0 License, and now finetuned with 800k samples curated with DeepSeek-R1.
* DeepSeek-R1-Distill-Llama-8B is derived from Llama3.1-8B-Base and is originally licensed under llama3.1 license.
* DeepSeek-R1-Distill-Llama-70B is derived from Llama3.3-70B-Instruct and is originally licensed under llama3.3 license.

No a práve tu je zakopaný pes. Kde je zaručené, že číňania na tom prepade nazarobli??? A presne bude sa to dať overiť ALE AŽ PO 2 a POL MILIONA HODIN NA 2048 CHIPOCH NVIDIE a to trvá - okej dá sa to zrýchliť, ale bude trvať určitý čas.

2500000 hodin na 2048chipoch?
to je 2,5mil. hodin je 285 rokov
nesekol si sa v nejakom udaji?

neni to nahodou 2,5mil. hodin prace na 1 chipe/procesore? to by bolo 50 dni na 2048 a to je uz skor realne ako 285 rokov