DeepSeek Coder V2
Offenes Mixture-of-Experts-Modell von DeepSeek, spezialisiert auf Programmierung
DeepSeek-Coder-V2 ist DeepSeeks Code-Modell der zweiten Generation. Es erschien im Juni 2024 als Mixture-of-Experts-Modell mit 236 Milliarden Parametern insgesamt und 21 Milliarden aktiven pro Token. Das Kontextfenster wuchs gegenüber den 16.000 Tokens des ursprünglichen DeepSeek-Coder auf 128.000; die Sprachabdeckung stieg von 86 auf 338 Programmiersprachen. Bei HumanEval erreichte es 90,2 Prozent. DeepSeek erklärte, damit die Lücke zu geschlossenen Modellen wie GPT-4 Turbo bei Programmieraufgaben zu schließen. Auch bei allgemeinem Schlussfolgern und Mathematik verbesserte es sich. Anders als die restriktivere Lizenz des ersten DeepSeek-Coder steht V2 unter MIT-Lizenz und kann kostenlos kommerziell eingesetzt werden. Gewichte sind auf Hugging Face verfügbar; API-Zugriff bietet DeepSeek über die eigene Plattform.