{"id":847,"date":"2025-02-04T16:27:27","date_gmt":"2025-02-04T16:27:27","guid":{"rendered":"https:\/\/janusai.pro\/?p=847"},"modified":"2025-02-04T16:27:28","modified_gmt":"2025-02-04T16:27:28","slug":"how-good-is-deepseeks-janus-pro","status":"publish","type":"post","link":"https:\/\/janusai.pro\/sv\/how-good-is-deepseeks-janus-pro\/","title":{"rendered":"Hur bra \u00e4r DeepSeeks Janus-Pro?"},"content":{"rendered":"
<\/div>\n

Inf\u00f6r v\u00e5rfestivalen sl\u00e4pptes modellen DeepSeek-R1. Med sin rena RL-arkitektur har den l\u00e4rt sig av CoT:s stora innovationer och \u00f6vertr\u00e4ffar ChattGPT<\/a> i matematik, kod och logiska resonemang.<\/p>\n\n\n\n

Dessutom har DeepSeeks modellvikter med \u00f6ppen k\u00e4llkod, l\u00e5ga utbildningskostnader och billiga API-priser gjort DeepSeek till en succ\u00e9 p\u00e5 internet, vilket till och med fick aktiekurserna f\u00f6r NVIDIA och ASML att sjunka under en tid.<\/p>\n\n\n\n

Medan DeepSeek exploderade i popularitet sl\u00e4ppte DeepSeek ocks\u00e5 en uppdaterad version av den multimodala stora modellen Janus (Janus), Janus-Pro, som \u00e4rver den enhetliga arkitekturen fr\u00e5n den tidigare generationen av multimodal f\u00f6rst\u00e5else och generation, och optimerar tr\u00e4ningsstrategin, skalar tr\u00e4ningsdata och modellstorlek, vilket ger starkare prestanda.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
\"\"<\/figure>\n\n\n\n
\n
\n

Inneh\u00e5llsf\u00f6rteckning<\/p>\nToggle<\/span><\/path><\/svg><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n