DeepSeek Coder V2
Modelo de mezcla de expertos de pesos abiertos de DeepSeek, especializado en código
DeepSeek-Coder-V2 es el modelo de código de segunda generación de DeepSeek, publicado en junio de 2024 como modelo de mezcla de expertos con 236 000 millones de parámetros en total y 21 000 millones activos por token. Amplió la ventana de contexto a 128 000 tokens, un salto fuerte respecto a la ventana de 16 000 tokens del DeepSeek-Coder original, y extendió la cobertura de lenguajes de 86 a 338 lenguajes de programación. En HumanEval obtuvo un 90,2 %, un resultado que DeepSeek presentó entonces como el cierre de la distancia con modelos cerrados como GPT-4 Turbo en tareas de programación, y también mejoró en benchmarks de razonamiento general y de matemáticas respecto a su predecesor. A diferencia de la licencia más restrictiva del DeepSeek-Coder original, DeepSeek-Coder-V2 se publica bajo licencia MIT, así que se puede usar con libertad en proyectos comerciales, y los pesos están en Hugging Face junto al acceso por API a través de la propia plataforma de DeepSeek.