Ereignis
DeepSeek-R1 untersucht mehrschrittige Aufgaben
Eine im Januar 2025 veröffentlichte Forschungsarbeit zu DeepSeek-R1 untersucht unter anderem verstärkendes Lernen für die Bearbeitung mehrschrittiger Aufgaben durch Sprachmodelle. Die Autoren berichten außerdem die Freigabe von Modellen und kleineren destillierten Varianten. Quelle
Das zum Abrufzeitpunkt aktuelle DeepSeek-Repository bezeichnet seine Gewichte als MIT-lizenziert, weist aber zugleich auf die ursprünglichen Lizenzen der Qwen- und Llama-Grundmodelle der destillierten Varianten hin. Bei der Llama-8B-Variante steht in den Metadaten MIT, während der Text auf die Llama-3.1-Lizenz des Basismodells verweist. Das Verhältnis dieser Angaben bleibt hier offen; aus Modellgewichten folgt nicht die Veröffentlichung aller Trainingsdaten. Lizenzangaben
Belege
- Forschungsarbeit: Ansatz und Angaben zur Freigabe.
- Lizenzangaben zu Varianten und Basismodellen: aktueller Dokumentationsstand und offene Auslegung.
Offen
Historische Lizenzstände, das Verhältnis der Llama-Lizenz zur MIT-Angabe und berichtete Kennzahlen weiter prüfen. / Further investigate historical license versions, the relationship between the Llama license and MIT label, and reported metrics.