Bueno, siempre estoy rechequeando cosillas.
Hay varios aspectos por aclarar:
-un modelo anterior de DeepSeek (ahora se habla del R1, pero hace unos meses salió el V3) aparentemente fue más pesado y grande que incluso los GPT4 (o usó x10 tokens de entrenamiento). Sí, hay mucho lío, y rompe en una parte un poco con lo que explicaba:
Sobre GPT-4 https://www.reddit.com/r/singularity/comments/1bi8rme/jensen_huang_just_gave_us_some_numbers_for_the/
Sobre DeepSeek v3 (modelo anterior) https://noerbarry.medium.com/deepseek-v3-offering-new-speed-and-efficiency-in-the-ai-world-outperforming-gpt-4-and-llama-in-559fe6ff1996
En cambio, ya operativo el modelo Deepseek, opera con...
