Transformer Explainer

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.

DeepSeek-R1

Destacado

Modelo de razonamiento de DeepSeek que desarrolla cadenas de pensamiento largas mediante aprendizaje por refuerzo y publica modelos pequeños destilados.

Qwen3

Destacado

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。