加载中...
加载中...
DeepSeekMoE 145B Chat
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
DeepSeekAI还训练了一个1446亿参数规模的MoE模型，未来还会开源。这个模型的效果与700亿参数规模的模型差不多，对比结果如下：
| 参数内容 | LLaMA2-70B | DeepSeek 67B Base | DeepSeek MoE 145B |
|---|---|---|---|
| 模型参数 | 700亿 | 674亿 | 1446亿 |
| 每次推理参数 | 700亿 | 674亿 | 222亿 |
| 4K输入的FLOPs | / | 2057.5T | 585.6T |
| 训练数据集大小 | 2万亿tokens | 2450亿tokens | 2450亿tokens |
| MMLU 评分（文本理解） | 84 | 45.1 | 39.4 |
| CMMLU 评分（中文文本理解） | 53.1 | 40.6 | 35.9 |
| GSM8K评分（数学推理） | 58.4 | 11.8 | 12.2 |
| HumanEval评分（代码） | 28.7 | 23.8 | 19.5 |
| MBPP评分（代码） | 62.9 | 33.6 | 33.2 |
目前，这个DeepSeek MoE 1450亿参数规模的模型只训练了2450亿参数规模，约等于之前2万亿的1/10多一点。还在继续训练中，从评测结果看，效果比较一般。目前也没有公布预训练结果，可能需要一段时间。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
