How Deepseek Built the Perfect AI System

Valeur des informations & solidité de l’argumentation

La vidéo est riche en informations factuelles, bien documentée, et présente une argumentation structurée en cinq points. Elle détaille des aspects techniques (architecture, méthode d’entraînement) et économiques (coûts, financement) avec des chiffres précis. L’argumentation est solide car elle confronte les points de vue : d’un côté l’efficacité légendaire, de l’autre les critiques sur les coûts réels et la distillation. La narration est fluide et engageante, avec des analogies claires (hôpital, aha moment) qui rendent les concepts accessibles.

Rigueur scientifique, qualité des sources, adéquation du titre

La vidéo cite des sources variées : articles de 36KR, publication dans Nature, analyses de Semi Analysis, rapports gouvernementaux et médias. Elle prend soin de distinguer les faits des allégations, par exemple en mentionnant l’absence de réponse de DeepSeek sur les accusations. L’adéquation titre/contenu est bonne, le titre promettant une explication du système de DeepSeek, ce que la vidéo livre tout en apportant des nuances. Toutefois, certaines sources ne sont pas directement vérifiables car les URL ne sont pas fournies, mais les noms sont suffisamment précis pour être retrouvées.

Le titre reflète bien le contenu qui explore la construction du système d'IA de DeepSeek, bien que la vidéo nuance l'idée de perfection en évoquant les failles.

8/10

La vidéo s'appuie sur des sources multiples (36KR, Nature, Semi Analysis, rapports gouvernementaux) et présente à la fois les réalisations de DeepSeek et les critiques, offrant une analyse équilibrée.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:30Introduction : ban américaine et financement de DeepSeek.
• 02:00Le krach de Nvidia du 27 janvier 2025.
• 05:00Origine : le fonds High-Flyer et son capital.
• 10:00Recrutement de jeunes talents et structure bottom-up.
• 15:00Ingénierie sur puces H800 : mixture of experts et attention latente.
• 20:00Le modèle R10 et l'aha moment.
• 25:00Stratégie open source et lancement de V4.
• 30:00Cracks et remises en cause : coûts, distillation, sécurité.

• 36KR — Interviews de Liang Wenfeng sur le financement et le recrutement.
• Nature — Publication du papier sur le modèle R1 avec évaluation par les pairs.
• Semi Analysis — Estimation des coûts réels de DeepSeek par Dylan Patel.
• The Information — Rapport sur la distillation de GPT-6 Astra par DeepSeek.
• Fangtun — Évaluation indépendante de la sécurité du modèle Flash.

• Nature (publication R1) — Confirme les coûts d'entraînement et la technique de reinforcement learning.
• Tests de benchmark publics — Scores R1 sur AIME et autres évaluations.

• Semi Analysis — Estime que les coûts réels sont bien supérieurs aux chiffres annoncés (~1,6 milliard).
• OpenAI et Anthropic — Accusations de distillation non autorisée et d'utilisation de comptes frauduleux.
• Rapports gouvernementaux — Risques de sécurité et interdictions d'utilisation dans plusieurs pays.