DeepSeek mã nguồn mở mô hình đa phương thức DeepSeek-V4-Flash-Vision-Exp
DeepSeek đã mã nguồn mở DeepSeek-V4-Flash-Vision-Exp, mô hình đa phương thức đầu tiên thuộc dòng V4 của hãng dưới giấy phép MIT. Mô hình này hỗ trợ các tác vụ như mô tả hình ảnh, nhận dạng chữ trong ảnh chụp màn hình và phân tích biểu đồ. Bản phát hành này cung cấp cho cộng đồng mã nguồn mở khả năng Agent đa phương thức mạnh mẽ tiệm cận các mô hình thương mại như Opus-4.8. Nó cho phép các nhà phát triển tích hợp khả năng hiểu thị giác vào nhiều khung Agent khác nhau cho các quy trình công việc thực tế. Bản phát hành bao gồm các tệp mô hình, bộ phân tách từ (tokenizer), tài liệu tham khảo mã hóa prompt và bản triển khai suy luận PyTorch tối giản. Nó bao gồm các mô-đun cốt lõi như bộ mã hóa thị giác, Aligner, DFlash Attention, MoE, Hyper-Connections và DSpark.
## KIẾN THỨC NỀN
DeepSeek là một công ty nghiên cứu AI nổi tiếng với các mô hình mã nguồn mở hiệu quả cao. Bản phát hành này sử dụng các kiến trúc tiên tiến như Mixture of Experts (MoE), Hyper-Connections (giúp tối ưu hóa các kết nối dư trong mạng sâu) và DSpark, một khung tăng tốc suy luận được thiết kế để đẩy nhanh tốc độ của các mô hình ngôn ngữ lớn.