• DeepSeek员工刚刚开源了nano-vllm ，点击标题。 它是一个从头开始构建的轻量级vLLM实现。 关键特征 [list] [*]快速离线推理-与vLLM的推理速度相当 [*]易读的代码库-在约1，200行Python代码中实现干净 [*]优化套件-前缀缓存，张量优化，火炬编译，C
  • 强化学习正在改变一切，从人工智能的思维方式到科技巨头数十亿美元的基础设施：AI基础设施瓶颈与变革、蒸馏、数据是护城河、递归式自我提升、o4 和 o5 强化学习训练！ Semianalysis写了一篇很长的文章，解释了为什么模型可以突然连贯地工作很长时间，这对未来意味着什么，以及它是如何工作的。以下是
  • 现在可以在本地设备上运行 DeepSeek-R1-0528！（至少 20GB RAM） 大家好！2天前，DeepSeek对他们的R1模型进行了巨大的更新，使其性能与OpenAI的o3，o 4-mini-high和Google的Gemini 2.5 Pro相当。 早在一月份，你可能还记得我的帖子，关于 icon
  • 使用RL可以很容易地微调小型模型，使其在垂直任务上优于基础模型。我们正在开源Osmosis-Apply-1.7B：一个比基础模型更好地合并代码的小模型（类似于Cursor的即时应用）。 Osmosis-Apply-1.7B就像个"代码拼图高手"，它是在阿里千问[b]Qwen3-1.7B[/b icon
  • 手把手教你玩转AI模型微调！零基础也能秒懂 [b]什么是微调？（给模型开小灶）[/b] 想象GPT-4是个全能学霸，但OpenAI给它开了"家教课"专门练对话，这才有了我们现在用的ChatGPT！就像： [list] [*]你给原版模型（比如Llama-3）喂专属资料补课 [ icon
  • 这个AI提示将改变你的生活，直接复制到DeepSeek/ChatGPT聊天框中： [code]我想做个实验。你可以问我任何你想问的问题。我会尽可能真实完整地回答。根据我的回答，你可以再问我一个问题。我们会反复进行，直到问题解决。我想揭示我内心深处的一些想法。谬误、局限性、潜力、需要改进的地方，任何目 icon
  • 盘古Pro MoE是专门为昇腾300I双胞胎和800I A2特调优化！ 盘古Pro MoE是华为于2025年5月28日发布的大语言模型，其基于创新的分组混合专家模型（Mixture of Grouped Experts, MoGE） 架构，在专家选择阶段对专家进行分组，并约束 icon
  • 简而言之：VSCode + RooCode + LM Studio + Devstral + Ollama + snowflake-arctic-embed2 + docs-mcp-server。一个快速、免费、自托 icon
  • 柏林数据保护专员向苹果和谷歌报告了人工智能应用Deepseek的非法内容，原因是在没有充分保障的情况下将个人数据传输到中国。 柏林数据保护和信息自由专员根据《数字服务法》（DSA）第16条将Deepseek标记为非法内容。苹果和谷歌现在必须审查这份报告，并决定是否在德国屏蔽这款应用。 Deepsee icon
  • 【年中AI期末考试红黑榜】用最炸裂的方式给你讲清楚各大科技公司的AI战况！ OpenAI：学霸中的战斗机！ [list] [*]手握GPT-4o三件套（标准版/Pro版），年底还要放大招GPT-5 [*]周周有更新，月月发新工具，用户数像坐火箭 [*]目前AI界扛把子，稳得就 icon
  • 给AI模型做"DNA亲子鉴定"！文本风格分析显示，新版R1现在更接近Google。 所以他们可能使用了更多的合成双子输出进行训练。 想象每个AI模型都会在作文里留下自己的"口水印"——老版的r1家族用的是OpenAI牌的"口水"，新版的r1家族改用Gemini牌的"口水"。 破案过程超级像警匪片️ icon
  • 大家是不是都还记得去年DeepSeek R1模型发布的时候，那可真是震惊了全世界，连全球股市都跟着抖了几下！当时好多人都觉得，是不是我们之前太高估电脑的推理能力了（不过也有人怀疑DeepSeek是不是偷偷用了比他们宣称的更多的算力来训练模型）。但不管怎么说，DeepSeek R1的出现，就像是给全世 icon
  • 为啥 DeepSeek-V3 模型在云上服务时又快又便宜，但你自己在家用电脑跑的时候却又慢又贵？ 想象一下，你去吃自助餐。餐厅里有个超级大厨（就像GPU，电脑的“计算大脑”），他炒菜超快，但有个毛病：他懒得炒一小份菜。给他一堆食材，他能“唰唰唰”一次炒出一大锅好吃的， icon
  • 苹果说LLM不能思考。这个团队自己只做了一个调试-它打破了每一个基准。这个团队将执行反馈连接到LLM的生成循环中。它运行，读取跟踪，调试.就像一个真实的开发。打破了OpenAI、谷歌、DeepMind的所有基准。 苹果论文：LLM大模型不像开发人员那样思考？错，大语言模型终于学会像程序员一样边写边跑 icon
  • 【AI技术进化史：从训练卷到推理秀，现在玩的是速度与激情！】 [b]（一）训练时代：AI的"高考备战期"[/b] 以前大家聊AI就像讨论高考——天天比谁家模型刷题（训练）更狠！90年代到2010年代，LeCun、Krizhevsky这些学霸用CNN证明：神经网络做题（处理任务）比传统方法强多了！但当 icon
  • 以下是这 29 个视频及其标题： （1）DeepSeek系列介绍 （2）DeepSeek 基础知识 （3）代币进入 LLM 架构的旅程 （4）1小时讲解注意力机制 （5）自注意力机制——从零开始手写 （6）因果注意力 icon
  • Deepseek-R1模型预测随机单细胞数据的准确率为38%，点击标题 这篇论文讲了一个超酷的生物研究，就像是给细胞们做“户口普查”！ [b]细胞的“户口普查”是个大难题！[/b] 你想想，我们身体里有各种各样的细胞，它们就像是不同职业的人，有的 icon
  • DeepSeek-r1-0528在新的SciArena基准测试中排名前5，是唯一的开源AI。 --- ## 当AI学霸们组团搞科研，谁才是文献界的"最强王者"？ 现在的科学论文就像春天的竹笋一样"蹭蹭"往外冒，教授们看文献看得头都大了！这时候，一群叫"基础模型"的AI学霸站出来说："放着我来！"但问 icon