Deepseek🐳
👥 Integrantes:
- 👤 Andrea Parra
- 👤 Juan Calderón
📑 Material de apoyo:
- 📊 Diapositivas: DeepSeek
- 📜 Papers: DeepSeek-R | DeepSeek-V3 | DeepSeekMath
- 💻 Código externo: Repositorio de código
🎯 Objetivos
📢 Como objetivos de la presente sesión, se plantean:
✅ Abordar el funcionamiento de DeepSeek y el por qué de su éxito.
✅ Comprender DeepSeek-R1 como el producto de trabajos y aportes anteriores(DeepSeek-V3, DeepSeekMathDeepSeekMath)
✅
📊 Resultados Esperados
📍 Se espera que al final de esta sesión:n se:
🔹 Diferenciar entre DeepSeek-R1 y ChatGPT o1
🔹 Entender Group Relative Policy Optimization(GRPO) y su importancia como un método de RL más eficiente computacionalmente.
🔹 Recopilación de información relevante para futuras implementaciones.
⚙️ Metodología
📖 Aquí se explicarán todos los temas tratados en la sesión con mayor detalle. Esta sección se completará después de la sesión e incluirá:
📌 Explicaciones detalladas del proceso.
📌 Análisis de los conceptos presentados.
📌 Ejemplos prácticos y fragmentos de código.
💡 Ejemplo de código en Python:
import cv2
import matplotlib.pyplot as plt
imagen = cv2.imread(".images/ejemplo.png")
plt.imshow(cv2.cvtColor(imagen, cv2.COLOR_BGR2RGB))
plt.show()
📷 Uso de imágenes
⚠️ Solo utilizar imágenes disponibles en internet debido a las limitaciones de almacenamiento.
🖼️ Ejemplo de imagen adjunta:
📌 También puedes ajustar el tamaño y alineación de las imágenes:
📊 Ejemplo de tabla:
| 📌 A | 📌 B | 📌 C |
|---|---|---|
| ✔️ Uno | Texto de prueba | 🔍 |
📚 Referencias
📖 Esta sección recopila enlaces a recursos relevantes sobre procesamiento de imágenes:
🔹 📘 Documentación de OpenCV
🔹 📘 Guía de NumPy
🔹 📄 Artículo sobre procesamiento de imágenes