最新文章
Deepseek的核心是强化学习？哪什么是强化学习？通俗解释与专业解读
最近Deepseek爆火，引发了大家对强化学习技术的关注，今天就从通俗科普角度和好专业技术角度跟大家一起探讨下强化学习的概念。 （关注公众号“AI演进”，持续学习与更新AI知识！） 一、让大家都能听懂的方式解读“强化学习” 举个例子类比一下：小明玩游戏自学成才 想象小明在玩一个复杂游戏，但没人告诉小...
计科趣闻 | 玩转DeepSeek：大模型学习指南+避坑攻略
前 言 preface 同学们，假期快乐。 过年期间，相信大家已经被国产的DeepSeek这款人工智能大模型刷屏，随着人工智能的迅猛发展，DeepSeek成为了一款炙手可热的大语言模型（LLM）。但许多同学对它的认识还停留在“聊天机器人”阶段，或误以为它能“无所不知”。那么，DeepSeek 真的如...
震惊 AI 界！DeepSeek
刚看完DeepSeek R1技术报告论文《DeepSeek-R1：强化学习驱动的大语言模型推理能力提升》，这篇论文最令人震惊的点在于： DeepSeek-R1-Zero 作为一个完全没有使用任何监督微调（SFT）数据，仅通过纯粹的强化学习（RL）训练的模型，展现出了惊人的推理能力，推理基准测试上可以...
DeepSeek R1：纯强化学习的逆袭之路
“又来一个 AlphaZero 时刻！”这句话或许会在科研圈中引起共鸣。DeepSeek 团队靠着炫酷的纯强化学习（RL），在数学与代码这种双螺旋（Chain-of-Thought）的数据上下一番苦功，催生出了堪比闭源模型的 Reasoning 大牛——R1-Zero。在一片“脑洞大开”的 RL 热...
DeepSeek爆火真相：不靠“人盯”， 让AI自己学会慢思考
本文整理自InfoQ策划的DeepSeek系列直播第二期节目——DeepSeek爆火背后DeepSeek，纯强化学习路线到底有何不同。在直播中，出门问问大模型团队前工程副总李维博士聚焦推理范式的创新，分析了R1 Zero 对推理模型平民化的创新贡献。他提到，DeepSeek通过开源和透明化，证明了不...
DeepSeek服务器繁忙问题的原因分析与解决方案(最新推荐)
一、引言 随着人工智能技术的飞速发展，DeepSeek 等语言模型在众多领域得到了广泛应用。然而，在春节这段时间的使用过程中，用户常常遭遇服务器繁忙的问题，这不仅影响了用户的使用体验，也在一定程度上限制了模型的推广和应用。因此，深入研究这一问题并寻求有效的解决方案具有重要的现实意义。 二、原因分析 ...
【一文读懂】Deepseek
本文内容来自Deepseek官方的技术论文: 【1】DeepSeek-V3 Technical Report. [2412.19437] DeepSeek-V3 Technical Report. 图一. DeepSeek的《DeepSeek-V3》论文截图 DeepSeek-V3 的核心技术展...
万字详解 DeepSeek
TL;DR 2024 年中国 deepseek 发表的轰动全球的大模型论文。DeepSeek-V3 是目前开源 LLM 领域的新巅峰，在保持高性能的同时，训练成本远低于 GPT-4o。DeepSeek-V3 在数学、编程、逻辑推理和长文本处理方面表现极其出色，它采用了MoE 架构、长文本优化和高效训...
DeepSeek系统架构的逐层分类拆解分析，从底层基础设施到用户端分发全链路
一、底层基础设施层 1. 硬件服务器集群 算力单元 ： GPU集群 ：基于NVIDIA H800/H100 GPU构建，单集群规模超10,000卡，采用NVLink全互联架构实现低延迟通信。 国产化支持 ：适配海光DCU、寒武纪MLU等国产芯片，通过澎峰科技PerfXLM+框架优化算力利用率。 ...
探秘DeepSeek动态偏置调整机制：解锁AI性能优化密码
引言 在人工智能领域迅猛发展的当下，大语言模型已成为推动自然语言处理进步的关键力量。从 GPT-4 引发的全球关注，到各类开源模型的百花齐放，技术的迭代速度令人目不暇接。在这个充满创新与竞争的赛道上，DeepSeek 以其独特的技术架构和创新理念，逐渐崭露头角。而其中的动态偏置调整机制，更是 Dee...