Modelo de razonamiento de DeepSeek que desarrolla cadenas de pensamiento largas mediante aprendizaje por refuerzo y publica modelos pequeños destilados.
DeepSeek-V3 Destacado
Modelo grande MoE de código abierto de DeepSeek, con un rendimiento a la altura de los mejores modelos propietarios y un coste de entrenamiento muy bajo.
- Categoría
- 🧠 Modelos de lenguaje
- Repositorio
- deepseek-ai/DeepSeek-V3
- Estrellas
- ★ 104.502
- Forks
- 16.702
- Lenguaje
- Python
- Licencia
- MIT
- Última actualización
- 2025-08-28
- Visitas
- 6
DeepSeekMoE
Proyectos similares
阿里通义千问第三代开源模型，涵盖稠密与 MoE，支持思考/非思考模式切换。
xAI 开放的 Grok-1 权重与示例代码。
Hugging Face 对 DeepSeek-R1 的完全开源复现，含训练数据与脚本。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.
OpenAI 的开放权重模型仓库，含推理示例与部署指引。