Modeļi

DeepSeek Coder V2 Lite Instruct

DeepSeek

Tikai katalogā Atvērtie svari

Pēdējo reizi pārskatīts:

Suverenitāte un mitināšana

Tikai katalogā

Šis modelis ir iekļauts katalogā uzziņai. Tas vēl nav mitināts LLM EU, un neviens pirmās puses galapunkts to šeit neapkalpo. Pieprasījumi uz to tiek nosūtīti tieši pakalpojumu sniedzējam, saskaņā ar šī pakalpojumu sniedzēja noteikumiem.

Kopsavilkums

DeepSeek Coder V2 Lite Instruct ir DeepSeek atvērta svara valodu modelis ar 15.7B parametriem, publicēts ar deepseek-license (pielāgota, atzīmēta kā "cits"). Repozitorijs tika izveidots 2024. gada jūnijā un ir atspoguļots Hugging Face. Tas pieņem tekstu un atgriež tekstu. Kontrolpunkts ir pielāgots instrukcijām un ietver tērzēšanas veidni. Publicētajā konfigurācijā nav norādīts konteksta logs, tāpēc šajā kartītē tas nav iekļauts. Kartīte ir tikai katalogam: LLM EU nedarbina šo modeli. Izdevējs modeļa lapā nenorāda valodu pārklājumu.

Specifikācijas

Pakalpojumu sniedzējs
DeepSeek (CN)
Konteksta logs
Nav verificēts: pakalpojumu sniedzējs nav dokumentējis šo apgalvojumu.
Parametri
15.7B
Modalitātes
text
Licence
other · licence
Atvērtie svari
yes
Izdošanas datums
2024. g. 14. jūn.
Uzdevumi
Kodēšana, Zemas izmaksas

Valodas

Spēcīga: —

Adekvāta: —

Spēcīga

    Adekvāta

      Nav verificēts: pakalpojumu sniedzējs nav dokumentējis šo apgalvojumu. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Kad to izmantot

      Stiprās puses

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • instruction-tuned checkpoint with a chat template in the repository

      Ierobežojumi

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the deepseek-license (other) licence is a custom agreement whose commercial terms were not established from its published text, so commercial serving is not permitted until a human clears it; the router must not route to it
      • the published configuration records no context window, so the card carries none
      • at 15.7B parameters, self-hosting needs a single accelerator with enough memory for the weights