A nagy nyelvi modellek (LLM) fejlesztése 2025-re jelentős mértékben felgyorsult. A modellek képességei a problémamegoldás, a multimodális információfeldolgozás és a költséghatékonyság terén is fejlődtek. Az év elején több új modell is megjelent, köztük az OpenAI, a Google és a DeepSeek megoldásai.
Az OpenAI kiadta az o3-mini modellt, mely az o1-hez képest költséghatékonyabb. A modell kontextusablaka 200 ezer token, ami lehetővé teszi hosszabb összefüggések kezelését, komplex kutatásokban való részvételt és programozási feladatok megoldását.
A Google Gemini 2.0 modellje 1 millió tokenes kontextusablakkal rendelkezik. Ez lehetővé teszi akár 1500 oldalnyi szöveg vagy 30 ezer sornyi kód egyidejű feldolgozását. A modell képes hang-, kép- és videóadatok kezelésére, és integrálható a Google szolgáltatásaival.
A DeepSeek R1 modellje egy nyílt forráskódú megoldás, melynek teljesítménye bizonyos feladatokban hasonló a versenytársakéhoz. A modell 128 ezer tokenes kontextusablakkal és 671 milliárd paraméterrel rendelkezik. A DeepSeek szerint a modell fejlesztési költségei alacsonyabbak, mint a zárt rendszereké. A modell matematikai és adatelemzési képességei erősek, de a nyelvi készségek terén elmarad a versenytársaktól.
A modellek teszteléséhez valós, változatos környezet ajánlott, hogy a modellek ne a memóriájukból dolgozzanak. A LiveBench.ai platform például több kategóriában is tesztel, beleértve a matematikát, kódolást, logikai feladatokat, nyelvi megértést, utasításkövetést és adatelemzést.
A kiértékeléseknek objektív módon, előre meghatározott helyes válaszokon kell alapulniuk, és kerülniük kell a szubjektív ítélkezést. Ez biztosítja, hogy a tesztek a modellek általánosítható képességeit tükrözzék.
A nagy nyelvi modellek fejlődése jelentős. A ChatGPT 2022-es megjelenésekor a GPT-3 modell 175 milliárd paraméterrel rendelkezett, míg a DeepSeek-R1 már 671 milliárd paramétert tartalmaz. Az újabb modellek, mint a Gemini 2.0, multimodális képességekkel rendelkeznek, ami azt jelenti, hogy egyszerre képesek kezelni szöveget, képet, hangot és videót.
A modellek válaszideje is csökkent, miközben a bemeneti szöveg mennyisége nőtt. Az újabb modellek akár 1 millió tokent is képesek egyszerre feldolgozni.
Politikai kvízHol állsz a politikai palettán?15 kérdés, kb. 5 perc — kiderül, melyik politikai irányvonalhoz állsz a legközelebb, és melyik ismert politikussal gondolkodsz hasonlóan.Kvíz indításaVállalati szinten a nagy nyelvi modellek kiválasztásakor az adatbiztonság és kockázatkezelés fontos szempont. Érzékeny adatok esetén a lokális, vállalaton belüli megoldások javasoltak, bár ezek teljesítménybeli korlátokkal járhatnak. A felhőalapú modellek nagyobb pontosságot és gyorsabb válaszidőt biztosítanak, de adatvédelmi kockázatot jelenthetnek.
A nyelvi támogatottság is fontos tényező, mivel a kisebb modellek gyakran csak angol nyelvre optimalizáltak.
A DeepSeek R1 modell megjelenése piaci reakciókat váltott ki. A modell olcsóbb, és számos feladatban hasonló teljesítményt nyújt, mint a versenytársaké. A DeepSeek részletes technikai dokumentációt is publikált a modellről.
A DeepSeek-R1 képes hosszú, részletes gondolatmeneteket generálni, és a fejlesztők innovatív módon alkalmaztak ún. „cold start” adatokat a modell kezdeti tanulási fázisában.
A modell matematikai és logikai gondolkodásban erős, de bizonyos területeken, például a több lépéses párbeszédekben, összetett szerepjátékokban vagy strukturált JSON válaszok előállításában még nem éri el az alapmodell teljesítményét. A nyelvi keveredés is problémát okozhat, mert a modellt elsősorban kínai és angol nyelvre optimalizálták.
Elemzés
Az eredeti cikk számos nyelvi eszközt használt az olvasó befolyásolására, például túlzó kifejezéseket („technológiai áttörés”, „zászlóshajó”), érzelmi töltetű szavakat („hype-hullám”, „turbulencia”) és feltételezéseket tényként kezelve (pl. az amerikai vezető szerep megkérdőjelezése). A cikk helyenként nem támasztotta alá forrásokkal az állításait, és a szakértői véleményekre sem hivatkozott megfelelően.
A cikkben több következtetésként tálalt feltételezés is szerepelt, például a DeepSeek modell piaci hatásainak túlzó bemutatása. Az állítások valóságtartalma helyenként kérdéses, mivel nem minden információ volt megfelelően alátámasztva.
A cikk konklúziója az, hogy az AI modellek piaca gyorsan fejlődik, és a vállalatoknak folyamatosan figyelniük kell az új fejlesztéseket. Az esemény hatása a magyar közéletre közvetett, de a mesterséges intelligencia alkalmazásának elterjedése hosszú távon befolyásolhatja a gazdaságot és a társadalmat.
