DeepSeek: โมเดลเปิดและผู้ช่วย AI สองเส้นทาง V3 กับ R1

DeepSeek คือตระกูลโมเดลเปิดและผู้ช่วย AI ที่พัฒนาโดย DeepSeek (ภายใต้ High-Flyer) มุ่งเป้าไปที่โมเดลและเทคนิคพื้นฐานของปัญญาประดิษฐ์ทั่วไป สำหรับผู้ใช้มีความหมายสองชั้น คือผู้ช่วยที่เปิดเบราว์เซอร์แล้วคุยได้ และน้ำหนักโมเดลเปิดที่ดาวน์โหลดไปรันเองได้

ฝั่งโมเดลมีสองเส้นทางหลัก เส้นทางทั่วไปคือ DeepSeek-V3 สถาปัตยกรรมผสมผู้เชี่ยวชาญ พารามิเตอร์รวม 671B เปิดใช้งาน 37B ต่อโทเคน คอนเท็กซ์ 128K และความเร็วสร้างสูงถึง 60 TPS ส่วน V3.2 เพิ่ม DSA คือแอตเทนชันเบาบางละเอียดที่ใช้ดัชนีสายฟ้าเลือกข้อมูลสำคัญ ช่วยเพิ่มประสิทธิภาพการฝึกและการอนุมานบนข้อความยาว ส่วนเส้นทางให้เหตุผลคือ DeepSeek-R1 ฝึกจาก V3-Base และปรับด้วยการเรียนรู้แบบเสริมกำลัง เด่นด้านคณิตศาสตร์ การเขียนโปรแกรม และการให้เหตุผลทางภาษา

จากสองเส้นทางนี้แตกแขนงออกมา R1-Zero ข้ามการปรับละเอียดแบบมีผู้สอนและพึ่งการเรียนรู้แบบเสริมกำลังเพียงอย่างเดียว ให้เหตุผลได้แข็งแรงแต่ความอ่านง่ายยังเป็นโจทย์ R1-Distill กลั่นข้อมูลการให้เหตุผลที่ R1 สร้างลงในโมเดลเล็กตั้งแต่ 1.5B ถึง 70B R1-0528 ฝึกจาก V3-0324 ด้วย 660B พารามิเตอร์ เน้นการให้เหตุผลเชิงลึก การสร้างข้อความที่ดีขึ้น และงานเดี่ยวที่ใช้เวลา 30 ถึง 60 นาที ด้านหลายรูปแบบมี DeepSeek-VL2 (Tiny, Small และมาตรฐาน vớiพารามิเตอร์เปิดใช้งาน 1.0B, 2.8B, 4.5B) และซีรีส์ Janus ส่วนด้านเฉพาะทางมี Prover-V2 สำหรับพิสูจน์ทฤษฎีบทคณิตศาสตร์

ในการใช้ประจำวันเป็นผู้ช่วยที่ครอบคลุมกว้าง ทั้งถามตอบและสนทนาหลายรอบ การสร้างข้อความ การแปล การประมวลผลข้อมูล การสร้างกราฟ การสร้างและดีบักโค้ด การให้เหตุผลทางคณิตศาสตร์ พร้อมค้นหาเว็บและโหมดคิดลึก โหมดรูปภาพให้อัปโหลดภาพเพื่อให้เข้าใจเชิงภาพได้ สำหรับนักพัฒนามีแพลตฟอร์มโมเดลที่ครอบคลุมการฝึก การจัดการ และการควบคุมชุดข้อมูล

ฟีเจอร์หลัก

ถามตอบและสนทนา

ตอบคำถามด้านวิทยาศาสตร์ ประวัติศาสตร์ ชีวิตประจำวัน และเทคนิค ติดตามบริบทและคงความต่อเนื่อง เหมาะกับการถามต่อเนื่อง

เขียนและแปล

สร้างบทความ เรื่องเล่า บทกวี รายงาน และอีเมล พร้อมแปลระหว่างภาษา โดย DeepSeek-V3 ครอบคลุมถึง 83 ภาษา

สร้างและดีบักโค้ด

เขียนโค้ดหลายภาษาโปรแกรมจากคำอธิบายภาษาธรรมชาติ และช่วยหาปัญหาและปรับปรุงการใช้งาน

คณิตศาสตร์และการให้เหตุผล

แข็งแรงในงานคณิตศาสตร์และการให้เหตุผล โหมดคิดลึกเหมาะกับคำถามที่ต้องวิเคราะห์หลายขั้น

ค้นหาเว็บและคิดลึก

การค้นหานำข้อมูลล่าสุดมา และโหมดลึกแสดงกระบวนการให้เหตุผลเมื่อตรรกะซับซ้อน

ข้อมูลและกราฟ

ทำความสะอาด วิเคราะห์ และคำนวณสถิติข้อมูล แล้วเปลี่ยนผลเป็นกราฟแท่ง เส้น หรือวงกลม

เข้าใจภาพ

อัปโหลดภาพเพื่อเข้าใจและโต้ตอบเชิงภาพได้ ฝั่งโมเดลมี VL2 และ Janus เชื่อมการมองเห็นกับภาษา

อ่านเอกสาร

อัปโหลดเอกสารแล้วดึงข้อมูลสำคัญและสรุปเนื้อหา เหมาะกับเอกสารยาว

แพลตฟอร์มพัฒนา

แพลตฟอร์มโมเดลรองรับการฝึก การจัดการ และการควบคุมชุดข้อมูล ทำให้ฝังความสามารถลงระบบของตนง่ายขึ้น

วิธีใช้

1. เลือกทางเข้า เว็บใช้ได้บนเบราว์เซอร์ใดก็ได้ แอปอยู่ในสโตร์ และมีส่วนขยายใน Chrome Web Store
2. เลือกโหมดให้ตรงงาน คำถามและงานเขียนใช้สนทนา ข้อมูลล่าสุดใช้ค้นหาด้วย AI เอกสารใช้การอ่านไฟล์ การให้เหตุผลซับซ้อนเปิดคิดลึก
3. ตั้งคำถามให้ชัด หลีกเลี่ยงถ้อยคำคลุมเครือ ใช้คำสำคัญบอกความต้องการ และแบ่งงานซับซ้อนเป็นคำถามเล็กที่ลงลึกทีละขั้น
4. ทำงานเป็นรอบ การถามต่อในบทสนทนาเดิม ขอให้เขียนใหม่ หรือเพิ่มเงื่อนไขมักได้ผลกว่าคำสั่งยาวครั้งเดียว
5. ใช้คลังคำสั่ง คลังทางการครอบคลุม 13 สถานการณ์ เช่น เขียนโค้ดใหม่ อธิบายโค้ด สร้างโค้ด จำแนกเนื้อหา เอาต์พุตแบบมีโครงสร้าง สวมบทบาท ความเรียงและบทกวี โครงร่างคอปปี้ สโลแกน สร้างพรอมป์ต และแปลจีน-อังกฤษ
6. ติดตั้งในเครื่องเมื่อต้องการสภาพแวดล้อมส่วนตัว ดาวน์โหลดไฟล์โมเดลจากเว็บทางการ ติดตั้งไลบรารีที่ต้องใช้ ตั้งค่าเซิร์ฟเวอร์แล้วติดตั้ง จากนั้นทดสอบและปรับประสิทธิภาพ

เหมาะกับที่ใด

• นักพัฒนาและทีมอัลกอริทึม: โฮสต์เองด้วยน้ำหนักเปิด หรือใช้แพลตฟอร์มสำหรับฝึก จัดการข้อมูล และควบคุมโมเดล
• เนื้อหาและการตลาด: ผลิตข้อความโฆษณา บันทึกประชุม และร่างแรกเป็นจำนวนมาก แล้วขัดเกลาด้วยมือ
• สายงานข้อมูล: เปลี่ยนคำถามเป็นคิวรี ทำความสะอาดและวิเคราะห์ข้อมูล และทำกราฟที่อธิบายข้อสรุปได้เร็ว
• การศึกษาและวิจัย: ครูสร้างแผนและสื่อการสอนพร้อมเส้นทางเฉพาะผู้เรียน ด้านคณิตศาสตร์ Prover-V2 ช่วยตรวจสอบการพิสูจน์เชิงรูปนัยได้
• องค์กรที่มีข้อกำหนดด้านข้อมูล: วางโมเดลไว้ในสภาพแวดล้อมของตนด้วยการติดตั้งในเครื่อง เพื่อไม่ให้เอกสารออกไปข้างนอก

ข้อจำกัดและสิ่งที่ควรระวัง

• คิดลึกช้ากว่า การแสดงกระบวนการให้เหตุผลต้องใช้การคำนวณและการรอมากขึ้น จึงไม่จำเป็นกับงานง่าย เอกสารระบุว่า R1-0528 รับงานเดี่ยว 30 ถึง 60 นาทีได้ เหมาะกับปัญหายากมากกว่าคำถามทั่วไป
• ผลลัพธ์ยังต้องตรวจสอบ โมเดลสร้างข้อความที่ดูน่าเชื่อแต่ผิดข้อเท็จจริงได้ ตัวเลข การอ้างอิง และข้อสรุปจึงควรเทียบกับแหล่งต้นทาง ไม่ใช่ถือเป็นแหล่งข้อเท็จจริง
• น้ำหนักเปิดไม่ใช่ plug-and-play การติดตั้งในเครื่องต้องมีไลบรารี เซิร์ฟเวอร์ และหน่วยความจำพอ รวมถึงปรับแต่งประสิทธิภาพ การรันพารามิเตอร์จำนวนมากบนฮาร์ดแวร์เล็กไม่สมจริง
• เวอร์ชันเปลี่ยนเร็ว V3, V3.1-Terminus, V3.2, R1 และ R1-0528 ต่อกันมาด้วยความสามารถและขนาดต่างกัน จึงควรเลือกตามเอกสารทางการปัจจุบัน
• ราคาและโควตาตามแหล่งทางการ เอกสารไม่มีข้อมูลราคา ขีดจำกัดการใช้งาน หรือเงื่อนไขเชิงพาณิชย์ที่ยืนยันได้ จึงควรตรวจค่าใช้จ่ายและสิทธิ์อนุญาตอนุญาตในหน้าทางการ ไม่ใช่คาดเดาจากบทความนี้

คำถามที่พบบ่อย

ใช้ DeepSeek ได้ทางใดบ้าง

เว็บ แอป และส่วนขยายเบราว์เซอร์ รวมถึงการโฮสต์โมเดลเปิดเอง แพลตฟอร์มพัฒนาครอบคลุมการฝึกและการจัดการ

V3 กับ R1 ต่างกันอย่างไร

V3 เป็นโมเดลภาษาทั่วไปแบบผสมผู้เชี่ยวชาญ รวม 671B เปิดใช้งาน 37B คอนเท็กซ์ 128K ส่วน R1 ไปทางการให้เหตุผลและใช้การเรียนรู้แบบเสริมกำลังยกระดับคณิต โค้ด และตรรกะ

รองรับข้อความยาวแค่ไหน

V3 รองรับคอนเท็กซ์ 128K และ R1-0528 เน้นงานเดี่ยว 30 ถึง 60 นาที ขีดจำกัดจริงเป็นไปตามเอกสารทางการ

ติดตั้งในเครื่องได้ไหม

ได้ ลำดับคือดาวน์โหลดไฟล์โมเดล ติดตั้งไลบรารีและสภาพแวดล้อม ตั้งค่าเซิร์ฟเวอร์แล้วติดตั้ง จากนั้นทดสอบและปรับประสิทธิภาพ