DeepSeek V3 JAX: arquitetura recriada em 190 linhas e treinada em um MacBook Air
Categorias: Tecnologia
Vaibhaav Tiwari recriou a arquitetura do DeepSeek V3 em 190 linhas de JAX puro e treinou o modelo do zero em um MacBook Air M5, em cerca de 2,6 horas.
Leia mais