下痢便(35無職)「おいババア！投資で増やすから400万よこせ」

下痢ママ(70)「下痢便ちゃん投資できるのすごいわ😍400万あげるわね」

もう半導体上ゾンビだらけで一回クラッシュしてぶん投げさせないとあげるの無理だろw

昨日のリバはなんだったんだよ
さげんならあげんなよ

昨日午後は騙しあげ

日本もテスラに負けずに通信衛星あげまくれぼいいのに

>>652
国をあげてくるみちゃん一家か

SKが6%、サンディスクが7%上げてる
半導体復活の狼煙だわー
ほんでキオクシアは今日いくらあげたっけ？

さ、さ、3%wwww

先物何無視してあげようとしてんねん

キオクシア
損切りしたら
勃○あげ

半導体あげたらブシロード下がりそうなのが怖い
しかも上がりすぎで調整来てもおかしくないから売った方がいいのかな
決算に向けて半導体しばらく強そうだし

コアウイあげたらジャパニーズコアウイーブも来るかな

>>37
アホだよな
ワイが散々言ってあげたのに

>>259
寄り付きからだと1000円以上あげてるからな
日経半導体指数

>>263
場中でこれ織り込んでるから米時間でもっとあげないといけないんだよなぁ

ばくあげーー

パワーエックスあげんじゃねえよ下ではじまれ

ばくあげ

そんな事はないだろう、あげる要素が弱すぎる
どっちにしても損切りしないと上がらないのだから損切りするしかない

植田ショックのときは、午前中こんなにさげて前場引けであげてからの午後ドカーンだろ
あれもお○っこ漏れた

欧米人の多くが嫌いな都市にあげるのがパリ、南仏は好きでもパリだけは嫌！
そんな欧米人が実に多い、日本でいえば京都や名古屋？大阪？
中国でいえば上海？アメリカで言うならニューヨークとか？でもパリは別格に嫌われてるな

だんじりクラスだと地元あげてでしょ(´・ω・｀)
浅草界隈もその時期に飲食店行くと店主含めてお祭りの話ばっかりよ(´・ω・｀)

■仕組み
ここがかなり驚き度の高いポイントなんですけど。
DeepSeek-V4.1-Flash自体はもともと存在していて。
まあそこそこ人気だったんですけど。本当に安くてそこそこ性能いいから、結構人気あるよね、ぐらいの賢さだったんですよ。

そのもともとあったモデルを自己フィードバックを使うRLで強化した。って公式は言ってて。
まあ詳しい説明は省きますけど。要するに、既に存在していたモデルを後から調整していくようなやり方で、とんでもなく性能をあげた。

驚くのは、既存モデルの後学習で、開発タスクの成功率を上げながら、処理時間や出力量まで減らしたところです。性能を上げたうえで、使う側の費用まで下げてきた。その性能の上り方が半端じゃないんだよ…意味わかんねぇよ…

DeepSeekのラボが今世界で最もAI、優れたAIラボであるということを認めなきゃいけない。

>>92
お○の穴見せてくれたら含み損全部はらってあげるのに

>>461
やめてさしあげろw

たった今、世界のAI覇権のバランスは完全にぶっ壊れました。これほんまにやばいです。
週明けのAI関連株は大暴落どころの騒ぎじゃないかもな…。
何が衝撃的なのか、ガチ解説します。
もう何もかもが変わっちまったんだな...。
■何がおきたか
DeepSeek v4.1-Flash 1017というモデルが公開されました。世界のAI情勢を破壊します。ヤバいモデルです。
このモデル簡単がどういうものなのか説明すると、
フロンティアモデルを一部で越える（SOTA級）のモデルを中華ラボがいきなり出してきた。
問題はその性能、値段とサイズと仕組み
どれも本当に破壊的なものだから、1個ずついきます。
■性能
全分野でOpus5.5を超えたっていうわけじゃないけど。
完全にDeepSeek v4.1-Flash 1017はSOTA級
DeepSWEっていうベンチが一番衝撃的かな。
- 今回のFlash：成功率77%、約0.20ドル／タスク
- GPT-6.1 Solの最も高得点の設定：約75%、約0.65ドル／タスク
つまり、この比較では約3分の1の費用で、成功率も少し高い。大量に実装・修正を回す用途には大きな差。
というか、成功率でSolを越えてるっていう事実がヤバいんだよ。
■値段
もう完全に乱暴に言うと。ほぼタダです。<言い過ぎ
INPUT$0.15Output$0.3
入力10万＋出力1万トークンの例だと
Solより約86〜93%安く、Opusより約93〜97%安い
DeepSeekハーネスを使えば、自分の利用では、入力のキャッシュヒット率が99%になることもあったので。
実際はもっと安い。
過去に湯水のように使えるAstra,Opus,Fableをくれとは言ったが。ここまでやれとは言ってない。
本当に、なんだろう、マジで安いんだよ。
実際の感覚だと200倍ぐらい安いね。
■サイズ
これだけヤバいモデルのオープンウェイトが同時に無料公開されました。
そのサイズは763B。重みだけで約510.3GB
例えば米国のフロンティアモデルのサイズは10Tとか言われてるんですね、公開情報じゃないからわからん無いけど。Kimi K3とかが2.8T
要するに、めちゃくちゃサイズが小さいんですよ。
このパラメータ数って多ければ多いほど計算に計算資源と電力がかかるんで、コストかかるんですよ。
アメリカのAIモデルって、バカみたいに計算資源を保有してるからゴリ押しでそれを解決してるんですけど。
こんだけ軽かったら、もう普通に家で使えるレベルなんですよ。
実際、DGXSpark × 4台とかMacStudio 512GBで動かせると思います。
バカみたいなデータセンターがなくても、フロンティアモデルが動くようになっちゃったってわけ。
■仕組み
ここがかなり驚き度の高いポイントなんですけど。
DeepSeek-V4.1-Flash自体はもともと存在していて。
まあそこそこ人気だったんですけど。本当に安くてそこそこ性能いいから、結構人気あるよね、ぐらいの賢さだったんですよ。
そのもともとあったモデルを自己フィードバックを使うRLで強化した。って公式は言ってて。
まあ詳しい説明は省きますけど。要するに、既に存在していたモデルを後から調整していくようなやり方で、とんでもなく性能をあげた。
驚くのは、既存モデルの後学習で、開発タスクの成功率を上げながら、処理時間や出力量まで減らしたところです。性能を上げたうえで、使う側の費用まで下げてきた。その性能の上り方が半端じゃないんだよ…意味わかんねぇよ…
DeepSeekのラボが今世界で最もAI、優れたAIラボであるということを認めなきゃいけない。

https://x.com/studio_yebisu/status/2111391262209388763

半導体おわった
まじで逃げとけ