Deep? Seek?

Porozmawiajmy o DeepSeek.
Omówimy na czym polega przełom, który wprowadził nowy model DeepSeek. Czy faktycznie jest to przełom i dla kogo? A może to tylko marketingowy zabieg i element wojny o dominację w obszarze AI? Dlaczego inni / my na to nie wpadliśmy? I wreszcie co z tego możemy się nauczyć w zakresie promocji naszych rodzimych modeli?

• 17:00 - 17:40 DeepSeek-R1 - przełom czy szum medialny? - prof. Filip Graliński (UAM)
• 17:40 - 18:30 DeepSeek - ograniczenia + OpenSource = Rozwój - Sebastian Chwilczyński (deepsense.ai)
• 18:30 - 19:30 dyskusja

Sebastian Chwilczyński
Sebastian, były przewodniczący koła naukowego Group of Horribly Optimistic Statisticians, obecnie Machine Learning Engineer w deepsense.ai. Specjalizuje się w estymacji ryzyka, a jego zainteresowanie LLM-ami rozpoczęło się od wniosku, że ryzyko pracy z nimi jest… wysokie. Rozwijał m.in. LLM-owego asystenta do tradingu oraz bibliotekę Text2SQL db-ally. Interesuje się systemami agentowymi oraz najnowszymi badaniami nad dużymi modelami językowymi (LLM).
Abstrakt wystąpienia Sebastiana:
Pomimo ograniczeń w sprzedaży kluczowych chipów, które miały decydować o przewadze technologicznej, DeepSeek zdołał stworzyć model, który z powodzeniem konkuruje z rozwiązaniami firm pozbawionych tych ograniczeń. Zamiast budować wokół siebie „fosę”, postawili na strategię open source, a mimo to osiągnęli przewagę technologiczną nad konkurencją.
DeepSeek to nie tylko modele językowe – to także szeroka gama otwartoźródłowych narzędzi, które sprawiają, że trenowanie modeli jest szybsze i tańsze. Każdy z nas może z nich korzystać i czerpać z ich potencjału.
Podczas tej prezentacji przyjrzymy się najciekawszym open-source'owym rozwiązaniom stworzonym przez DeepSeek i dowiemy się, jak mogą one usprawnić proces trenowania modeli.