И тут Китай понесло: представлена нейросеть Qwen 2.5-Max, превосходящая DeepSeek V3 по 11 показателями

Китайская технологическая компания Alibaba выпустила новую версию своей модели искусственного интеллекта Qwen 2.5-Max, которая, по словам представителей компании, превзошла высоко оцененную модель DeepSeek-V3. Изначально это не только многофункциональный чат-бот, но и генератор фото и видео.

Согласно проведенным компанией тестам, Qwen 2.5-Max превосходит китайский чат-бот DeepSeek V3 и чат-бот Llama-3.1-405B (принадлежит Meta, признанной в России экстремистской и запрещенной) по 11 показателям.

«Наша модель продемонстрировала значительные преимущества в большинстве тестов», — заверил разработчик.

Компания стремится улучшать мышление и логические рассуждения в больших языковых моделях через «инновационное» обучение с подкреплением, что обещает позволить ИИ-моделям превзойти человеческий интеллект, говорится в заявлении команды чат-бота.

«Qwen 2.5-Max превосходит... почти по всем показателям GPT-4o, DeepSeek-V3 и Llama-3.1-405B», — говорится в объявлении облачного подразделения Alibaba, опубликованном в официальном аккаунте WeChat, со ссылкой на самые передовые модели искусственного интеллекта с открытым исходным кодом OpenAI и Meta*.

Выпуск 10 января искусственного интеллекта DeepSeek на базе модели DeepSeek-V3, а также выпуск 20 января его модели R1 потрясли Кремниевую долину и привели к падению акций технологических компаний, поскольку низкие затраты китайского стартапа на разработку и эксплуатацию заставили инвесторов усомниться в необходимости больших расходов ведущих компаний в области искусственного интеллекта в США.

Однако успех DeepSeek также привел к тому, что внутренние конкуренты в Китае начали активно совершенствовать свои собственные модели искусственного интеллекта.

Через два дня после выпуска DeepSeek-R1 владелец TikTok ByteDance выпустил обновление своей флагманской модели ИИ, которая, по его словам, превзошла поддерживаемую Microsoft модель OpenAI o1 в AIME — эталонном тесте, который измеряет, насколько хорошо модели ИИ понимают и реагируют на сложные инструкции.

Это перекликается с заявлением DeepSeek о том, что ее модель R1 успешно конкурирует с GPT-4o1 от OpenAI по нескольким показателям производительности.

DeepSeek, которая попала на первые строчки мировых СМИ в начале недели, сообщила о запуске новейшей ИИ-модели Janus-Pro-7B. После запуска Janus-Pro-7B и успеха чат-бота DeepSeek компания Nvidia подешевела на 600 млрд долларов. Совокупная стоимость частных компаний США упала более чем на $1 трлн за один день.

DeepSeek заявила, что ее популярное приложение подверглось кибератаке в понедельник, 27 января, что заставило китайскую компанию временно ограничить регистрации. Обвал акций технологических компаний потянул за собой курс криптовалют. Как мы уже сообщали, приложение DeepSeek заняло первое место в рейтинге лучших бесплатных приложений Apple App Store, а также стало одним из самых скачиваемых в Google Play.

От команды Qwen2.5-Max:

Прямое сравнения производительности моделей инструкций, которые могут служить для приложений нисходящего потока, таких как чат и кодирование. Представляем результаты производительности Qwen2.5-Max вместе с ведущими современными моделями, включая DeepSeek V3, GPT-4o и Claude-3.5-Sonnet.

Qwen2.5-Max превосходит DeepSeek V3 в таких бенчмарках, как Arena-Hard, LiveBench, LiveCodeBench и GPQA-Diamond, а также демонстрирует конкурентоспособные результаты в других оценках, включая MMLU-Pro.

При сравнении базовых моделей мы не можем получить доступ к фирменным моделям, таким как GPT-4o и Claude-3.5-Sonnet. Поэтому мы оцениваем Qwen2.5-Max против DeepSeek V3, ведущей модели MoE с открытым весом, Llama-3.1-405B, крупнейшей плотной модели с открытым весом, и Qwen2.5-72B, которая также входит в число лучших плотных моделей с открытым весом. Результаты этого сравнения представлены ниже.

Наши базовые модели продемонстрировали значительные преимущества в большинстве тестов, и мы с оптимизмом ожидаем, что усовершенствования в методах постобучения выведут следующую версию Qwen2.5-Max на новый уровень.

Теперь Qwen2.5-Max доступен в Qwen Chat, и вы можете напрямую общаться с моделью, или играть с артефактами, искать и т. д.