DeepSeek បានចេញផ្សាយ DSpark ដែលជាក្របខណ្ឌការឌិកូដស្មានប្រភពបើកចំហដែលក្រុមហ៊ុននិយាយថាបង្កើនល្បឿនការសន្និដ្ឋានគំរូភាសាធំ (LLM) រហូតដល់ 85% នៅក្រោមចរាចរណ៍ផ្ទាល់ ដោយមិនបាត់បង់គុណភាពទិន្នផល។ បានពិពណ៌នានៅក្នុងក្រដាសថ្មីមួយពី DeepSeek-AI និងសាកលវិទ្យាល័យ Peking ប្រព័ន្ធនេះកំពុងដំណើរការរួចហើយនៅក្នុងហេដ្ឋារចនាសម្ព័ន្ធបម្រើ DeepSeek-V4 ដែលគ្រប់គ្រងសំណើរបស់អ្នកប្រើប្រាស់ពិតប្រាកដ។

ការងារដោះស្រាយបញ្ហាមួយក្នុងចំណោមបញ្ហារឹងចចេសបំផុតនៅក្នុងផលិតកម្ម AI៖ ការសន្និដ្ឋានមានភាពយឺតយ៉ាវ ដោយសារម៉ូដែលបង្កើតអត្ថបទមួយក្នុងពេលតែមួយ ដែលនីមួយៗទាមទារការឆ្លងកាត់ពេញបណ្តាញ។ ការឌិកូដទស្សន៍ទាយគឺជាមធ្យោបាយដោះស្រាយដ៏ពេញនិយមមួយ ដែលគំរូ "សេចក្តីព្រាង" តូច និងរហ័ស ស្នើរថូខឹនដែលគំរូទំហំពេញនោះ ផ្ទៀងផ្ទាត់ក្នុងសំបុត្រតែមួយ ដោយទទួលយកបុព្វបទត្រឹមត្រូវវែងបំផុត។ ដោយសារការផ្ទៀងផ្ទាត់មានភាពស្របគ្នា និងពិតប្រាកដតាមគណិតវិទ្យា វាបង្កើនល្បឿនដំណើរការខណៈពេលដែលរក្សាការចែកចាយគំរូដើម។ DSpark ដែលបានចេញផ្សាយរួមជាមួយឃ្លាំងបណ្ដុះបណ្ដាល DeepSpec នៅលើ GitHub បានក្លាយជារឿងមួយក្នុងចំណោមរឿងវិស្វកម្ម AI ដែលត្រូវបានពិភាក្សាច្រើនបំផុតនៅលើ Hacker News ។ For more context on this story, see our ongoing AI trends.

ហេតុអ្វីបានជាការឌិកូដស្មានថាមានស្រាប់ បុកជញ្ជាំង

ការស្រាវជ្រាវការឌិកូដប៉ាន់ស្មានថ្មីៗបានឆ្ពោះទៅរក "អ្នកព្រាងប៉ារ៉ាឡែល" ដែលបង្កើតប្លុកទាំងមូលនៃសញ្ញាសម្ងាត់បេក្ខជននៅក្នុងការបញ្ជូនបន្តតែមួយ ដែលធ្វើឱ្យការពន្យាពេលនៃសេចក្តីព្រាងស្ទើរតែមិនអាស្រ័យលើទំហំប្លុក។ ក្រដាស DSpark កំណត់បញ្ហារាំងស្ទះចំនួនពីរដែលបានរារាំងវិធីសាស្រ្តទាំងនេះពីការផ្តល់ជូនតាមការសន្យារបស់ពួកគេតាមមាត្រដ្ឋាន។

ទីមួយគឺបញ្ហាគុណភាព។ ដោយសារតែអ្នកព្រាងប៉ារ៉ាឡែលព្យាករណ៍ទីតាំងនីមួយៗដោយឯករាជ្យ ពួកគេមិនអាចយកគំរូតាមវិធីដែលសញ្ញាសម្ងាត់នៅក្នុងប្លុកពឹងផ្អែកលើគ្នាទៅវិញទៅមក។ អ្នកស្រាវជ្រាវបង្ហាញថា នេះនាំទៅរក "ការប៉ះទង្គិចគ្នាច្រើនម៉ូត" និងការបំបែកការទទួលយកយ៉ាងឆាប់រហ័សនៅទីតាំងក្រោយៗទៀតនៅក្នុងប្លុកព្រាង ដែលជាបាតុភូតមួយដែលពួកគេហៅថា suffix decay ។ ប្លុកប៉ារ៉ាឡែលកាន់តែវែង កន្ទុយរបស់វាកាន់តែខុស។

ទីពីរគឺបញ្ហាកម្រិតប្រព័ន្ធ។ ខណៈពេលដែលការបង្កើតបណ្តុំព្រាងវែងមានតម្លៃថោក ការផ្ទៀងផ្ទាត់ដោយខ្វាក់ភ្នែក រាល់ការខ្ជះខ្ជាយនិមិត្តសញ្ញាដែលបានស្នើឡើង សមត្ថភាពបាច់ខ្វះខាតនៅលើនិមិត្តសញ្ញាទំនងជាត្រូវបានបដិសេធ។ ក្រោមការស្របគ្នាខ្ពស់នៃប្រព័ន្ធបម្រើពិតប្រាកដ ប្រវែងផ្ទៀងផ្ទាត់ដ៏ល្អប្រែប្រួលតាមអ័ក្សពីរ៖ សំណើដែលមានរចនាសម្ព័ន្ធដូចជាកូដរក្សាអត្រាទទួលយកខ្ពស់ជាងការជជែកដែលបើកចំហ ហើយការផ្ទៀងផ្ទាត់ថូខឹនបន្ថែមគឺស្ទើរតែមិនគិតថ្លៃក្រោមបន្ទុកស្រាល ប៉ុន្តែមានតម្លៃថ្លៃនៅពេលដែលប្រព័ន្ធឆ្អែត។

គំរូព្រាងពាក់កណ្តាលស្វ័យប្រវត្តិ

ដើម្បីជួសជុលការបំបែកបច្ច័យ DSpark ទទួលយកនូវអ្វីដែលអ្នកនិពន្ធហៅថាស្ថាបត្យកម្មពាក់កណ្តាលស្វ័យប្រវត្តិ។ វាភ្ជាប់ឆ្អឹងខ្នងប៉ារ៉ាឡែលដ៏ធ្ងន់ក្នុងការគណនា ដែលអាចស្នើសញ្ញាសម្ងាត់ជាច្រើនក្នុងពេលតែមួយ ជាមួយនឹងម៉ូឌុលបន្តបន្ទាប់ទម្ងន់ស្រាល ដែលណែនាំគំរូភាពអាស្រ័យក្នុងប្លុក។ ការរចនានេះគឺមានគោលបំណងរួមបញ្ចូលគ្នានូវសមត្ថភាពខ្ពស់នៃម៉ូដែលស្របគ្នានៅទីតាំងដំបូងជាមួយនឹងការភ្ជាប់បច្ច័យនៃសេចក្តីព្រាង autoregressive បែបប្រពៃណី ដែលបង្កើតសញ្ញាសម្ងាត់មួយបន្ទាប់ពីមួយផ្សេងទៀត និងគោរពតាមធម្មជាតិ។

នៅលើតារាងពិន្ទុក្រៅបណ្តាញដែលបានគ្រប់គ្រងដែលលាតសន្ធឹងលើហេតុផលគណិតវិទ្យា ការបង្កើតកូដ និងការជជែកប្រចាំថ្ងៃ ក្រុមការងាររាយការណ៍ថា DSpark ធ្វើអោយប្រសើរឡើងនូវប្រវែងដែលអាចទទួលយកបានក្នុងមួយវដ្តនៃការផ្ទៀងផ្ទាត់លើបន្ទាត់មូលដ្ឋានខ្លាំង។ ជាពិសេស ក្រដាសនេះចែងថា DSpark ធ្វើអោយប្រសើរឡើងនូវប្រវែងដែលទទួលយកបានលើសេចក្តីព្រាង autoregressive Eagle3 ដោយ 30.9%, 26.7%, និង 30.0% ឆ្លងកាត់ការកំណត់ចំនួនបី និងលើសពីសេចក្តីព្រាង DFlash ស្របគ្នាដោយ 16.3%, 18.4%, និង 18.3% ។

ការផ្ទៀងផ្ទាត់តាមកាលវិភាគ ទំនុកចិត្ត Load-Aware

ពាក់កណ្តាលប្រលោមលោកកាន់តែច្រើននៃ DSpark គឺជាវិធីសាស្រ្តរបស់ខ្លួនក្នុងការផ្ទៀងផ្ទាត់។ ជាជាងការផ្ទៀងផ្ទាត់ចំនួនថូខឹនព្រាងចំនួនថេរសម្រាប់រាល់សំណើ DSpark បង្កើតការជ្រើសរើសប្រវែងការផ្ទៀងផ្ទាត់ជាបញ្ហានៃការពង្រីកអតិបរមាជាសកល។ វាផ្គូផ្គងការប៉ាន់ប្រមាណដែលបានក្រិតតាមខ្នាតនៃរយៈពេលដែលបុព្វបទនៃសេចក្តីព្រាងទំនងជារស់រានមានជីវិត អ្វីដែលក្រដាសហៅថាប្រូបាប៊ីលីតេនៃការរស់រានមានជីវិត ជាមួយនឹងកម្មវិធីកំណត់ពេលយល់ដឹងផ្នែករឹងដែលអានការផ្ទុកម៉ាស៊ីនក្នុងពេលជាក់ស្តែង។

លទ្ធផល​គឺ​ការ​ផ្ទៀងផ្ទាត់​ដែល​កំណត់​ពេល​ទុក​ចិត្ត៖ ប្រព័ន្ធ​កំណត់​ចំនួន​សញ្ញាសម្ងាត់​ដែល​វា​ផ្ទៀងផ្ទាត់​សម្រាប់​សំណើ​នីមួយៗ​ដោយ​ផ្អែក​លើ​ទាំង​ខ្លឹមសារ​នៃ​សំណើ​និង​ស្ថានភាព​បច្ចុប្បន្ន​នៃ​ម៉ាស៊ីន​បម្រើ។ នៅក្រោមបន្ទុកស្រាល វាអាចមានលទ្ធភាពក្នុងការផ្ទៀងផ្ទាត់ដោយសប្បុរស ខណៈពេលដែលស្ថិតនៅក្រោមការស្របគ្នាដ៏ធ្ងន់ វាបញ្ជូនថវិកាផ្ទៀងផ្ទាត់របស់គំរូគោលដៅឆ្ពោះទៅរកតែសញ្ញាសម្ងាត់ជាមួយនឹងការត្រឡប់មកវិញដែលរំពឹងទុកខ្ពស់បំផុត ជៀសវាងការដួលរលំនៃលំហូរដែលមកពីការចំណាយលើបរិមាណប្រូបាប៊ីលីតេទាប។

លទ្ធផលនៅក្រោមចរាចរណ៍អ្នកប្រើប្រាស់ផ្ទាល់

លេខ​ដែល​ជា​លទ្ធផល​ច្រើន​បំផុត​មក​ពី​ផលិតកម្ម។ ក្រុមការងារបានដាក់ពង្រាយ DSpark នៅខាងក្នុងប្រព័ន្ធបម្រើ DeepSeek-V4 ដែលបម្រើចរាចរណ៍អ្នកប្រើប្រាស់ផ្ទាល់ ហើយបានប្រៀបធៀបវាទៅនឹងមូលដ្ឋានផលិតកម្មពីមុនរបស់ក្រុមហ៊ុន ដែលជាវិធីសាស្ត្រទស្សន៍ទាយពហុសញ្ញាដែលគេស្គាល់ថា MTP-1។

យោងតាមក្រដាសនេះ DSpark បង្កើនល្បឿននៃជំនាន់អ្នកប្រើប្រាស់ដោយ 60% ទៅ 85% សម្រាប់ DeepSeek-V4-Flash និង 57% ទៅ 78% សម្រាប់ DeepSeek-V4-Pro នៅការផ្គូផ្គងលទ្ធផលសរុប។ នៅក្រោមកិច្ចព្រមព្រៀងកម្រិតសេវាកម្មដ៏តឹងរឹង ដែលសមត្ថភាពរបស់បន្ទាត់មូលដ្ឋានធ្លាក់ចុះយ៉ាងធ្ងន់ធ្ងរ ស្មើនឹង 120 ថូខឹនក្នុងមួយវិនាទីសម្រាប់ Flash និង 50 ថូខឹនក្នុងមួយវិនាទីសម្រាប់ Pro DSpark កាត់បន្ថយការផ្ទៀងផ្ទាត់ដើម្បីរក្សាលំហូរដ៏រឹងមាំ។ តាមរយៈការយកឈ្នះលើច្រាំងថ្មចោទនោះ អ្នកនិពន្ធបានអះអាងថា វាដោះសោកម្រិតអន្តរកម្មដ៏តឹងរ៉ឹង ដែលពីមុនមិនអាចសម្រេចបាន ដោយផ្លាស់ប្តូរព្រំដែន Pareto នៃ LLM ដែលកំពុងបម្រើខាងក្រៅប្រកបដោយប្រសិទ្ធភាព។

ភាពខុសគ្នានោះគឺសំខាន់សម្រាប់ប្រតិបត្តិករ។ ល្បឿន​លឿន​ក្នុង​មួយ​អ្នក​ប្រើ​ក្នុង​ការ​បញ្ជូន​សរុប​ដូច​គ្នា​មាន​ន័យ​ថា​ជំនួយ​ការ​ឆ្លើយតប​ច្រើន​ជាង​និង​លំហូរ​ការងារ​ភ្នាក់ងារ​ដោយ​មិន​ទិញ​ផ្នែក​រឹង​បន្ថែម​ទៀត​ខណៈ​ពេល​ដែល​នៅ​រស់​រានមាន​ជីវិត​ភាព​យឺត​យ៉ាង​តឹង​រឹង SLAs ដែល​ស្ថិត​នៅ​ក្រោម​ការ​ផ្ទុក​គឺ​ជា​អ្វី​ដែល​បំបែក​ការ​បង្ហាញ​ការ​ស្រាវ​ជ្រាវ​ពី​ប្រព័ន្ធ​ដែល​អាច​រក្សា​ទុក​នៅ​ពេល​មាន​ចរាចរណ៍​កើនឡើង។

ប្រភពបើកចំហសម្រាប់សហគមន៍

DeepSeek កំពុងបញ្ចេញប៉ុស្តិ៍ត្រួតពិនិត្យ DSpark ដែលត្រូវបានបណ្តុះបណ្តាលសម្រាប់ទាំងម៉ូដែលមើលជាមុន DeepSeek-V4-Flash និង DeepSeek-V4-Pro ។ ឃ្លាំង DeepSpec ដែលភ្ជាប់មកជាមួយ ដែលត្រូវបានបោះពុម្ពផ្សាយក្រោមអាជ្ញាប័ណ្ណ MIT ដែលមានការអនុញ្ញាត ត្រូវបានពិពណ៌នាថាជាការបណ្ដុះបណ្ដាលពេញលេញ ដែលជំរុញដោយក្បួនដោះស្រាយ និងមូលដ្ឋានកូដវាយតម្លៃសម្រាប់ការឌិកូដប៉ាន់ស្មាន។ វារួមបញ្ចូលឧបករណ៍ប្រើប្រាស់ក្នុងការរៀបចំទិន្នន័យ ការអនុវត្តគំរូព្រាង ស្គ្រីបបណ្តុះបណ្តាល និងខ្សែរវាយតម្លៃ និងនាវាដែលមានក្បួនដោះស្រាយគំរូព្រាងចំនួនបី៖ DSpark, DFlash និង Eagle3។

ការចេញផ្សាយនេះកាត់បន្ថយរបាំងសម្រាប់មន្ទីរពិសោធន៍ និងក្រុមហេដ្ឋារចនាសម្ព័ន្ធផ្សេងទៀត ដើម្បីបណ្តុះបណ្តាល និងធ្វើគំរូគំរូព្រាងរបស់ពួកគេប្រឆាំងនឹងបំពង់បង្ហូរតាមស្តង់ដារ។ ឈុតវាយតម្លៃរបស់ DeepSpec គ្របដណ្តប់លើស្តង់ដារដែលបានបង្កើតឡើងរួមមាន GSM8K, MATH500, AIME 2025, HumanEval, MBPP, LiveCodeBench, MT-Bench, AlpacaEval និង Arena-Hard-v2។

ហេតុអ្វីវាសំខាន់

តម្លៃនៃការសន្និដ្ឋាន និងភាពយឺតយ៉ាវឥឡូវនេះស្ថិតក្នុងចំណោមឧបសគ្គកំណត់នៃឧស្សាហកម្ម AI ដោយបង្ហាញអ្វីគ្រប់យ៉ាងពីរបៀបដែលក្រុមហ៊ុនដាក់ពង្រាយភ្នាក់ងារ AI យ៉ាងខ្លាំងក្លា ដល់ថាតើអ្នកផ្តល់សេវាតូចៗអាចប្រកួតប្រជែងជាមួយ hyperscalers លើសេដ្ឋកិច្ចឯកតា។ ការចូលរួមចំណែករបស់ DSpark គឺតិចជាងក្បួនដោះស្រាយថ្មីតែមួយជាងការបង្ហាញដែលសហការគ្នាបង្កើតគំរូព្រាង និងកម្មវិធីកំណត់ពេលផ្ទៀងផ្ទាត់ដោយប្រុងប្រយ័ត្ន ហើយការចាត់ចែងរយៈពេលផ្ទៀងផ្ទាត់ជាមុខងារនៃស្ថានភាពប្រព័ន្ធបន្តផ្ទាល់ អាចផ្លាស់ទីម្ជុលយ៉ាងមានអត្ថន័យក្នុងការដាក់ពង្រាយពិតប្រាកដ។

សម្រាប់ DeepSeek ដែលបានកសាងកេរ្តិ៍ឈ្មោះរបស់ខ្លួនលើប្រព័ន្ធដែលមានប្រសិទ្ធភាព និងបើកចំហរ DSpark គឺជាចំណុចទិន្នន័យមួយផ្សេងទៀតនៅក្នុងអាគុយម៉ង់ដែលមន្ទីរពិសោធន៍បាននិងកំពុងបង្កើតអស់រយៈពេលជាងមួយឆ្នាំ៖ ការអនុវត្តការបម្រើកម្រិតព្រំដែនអាចសម្រេចបានតាមរយៈវិស្វកម្មឆ្លាតវៃជាជាងតាមរយៈការគណនាឆៅប៉ុណ្ណោះ។ ការពិតដែលថាប្រាក់ចំណេញត្រូវបានវាស់វែងនៅក្រោមចរាចរណ៍បន្តផ្ទាល់ ជាជាងនៅក្នុងគោលសំយោគ ធ្វើឱ្យលទ្ធផលកាន់តែងាយស្រួលសម្រាប់ប្រតិបត្តិករផ្សេងទៀតក្នុងការយកចិត្តទុកដាក់យ៉ាងខ្លាំង នៅពេលដែលសហគមន៍ប្រភពបើកចំហររំលាយក្រដាស និងចាប់ផ្តើមផលិតឡើងវិញនូវលេខ។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →