DeepSeek时刻

BitNet b1.58 2B4T是微软研究院开发的第一个开源、纯1比特大语言模型（LLM），规模达到20亿参数。 它用4万亿个token训练而成，证明了纯1比特的大语言模型性能可以媲美同尺寸的主流开源全精度模型，同时在计算效率（内存占用、能耗、响应速度）

这是来自Deepseek和阿里千问Qwen混合模型的编码模型。媲美OpenAI o1、 o3-mini级别的编码推理模型，而且完全开源！数据集、代码和训练配方全部开放。 DeepCoder是一个用"团队训练法"（分布式RL）培养出来的AI编程助手。

MAI-DS-R1 是一个 DeepSeek-R1 推理模型，经过微软 AI 团队的后期训练，旨在填补先前版本模型中的信息空白，并提升其风险状况，同时保持 R1 推理能力。该模型使用来自Tulu 3 SFT 数据集的 11 万个安全和不合规示例进行训练，此外还使用了内部开发的约 35 万个多

我们搞了个AI模型"闪电启动器"，让大模型像Windows休眠功能一样秒开秒关！ 以前跑AI大模型特别麻烦——每次用都要重新加载，像开电脑等系统启动一样慢，而且显卡内存根本塞不下几个模型。现在我们搞出了新方法，2-5秒就能唤醒一个AI（130亿到650亿参

当我提到“大型语言模型”时，你首先想到的是什么？可能是像 ChatGPT、Gemini、Claude 或 Meta 的 LLaMA 这样的模型——对吧？如果我问你这些模型的驱动力是什么？答案几乎总是相同的——GPU 。昂贵、耗电的 GPU，通常都来自一家公司：NVIDIA。

分析：深度求索（DeepSeek） vs Llama3 vs 英伟达超算（Nemotron） vs Llama4独行侠（Maverick） 这篇测评对比了四个大语言模型在逻辑推理、功能应用、性能表现和安全防护方面的表现。参评模型包括：深度求索-V3

Llama 4 的新许可证带了好几个限制：如果你的公司每个月有超过7亿个活跃用户，你得向 Meta 申请一个特别许可证，Meta 可以自己决定给不给你。你得在网站、界面、文档这些地方显眼地写上“用 Llama 造的”。你用 Llama 的材料做的任

全新开源型号 GLM-4-32B，性能媲美 Qwen 2.5 72B 该模型来自 ChatGLM（现为 Z.ai）。此外，还提供推理版、深度研究版和 9B 版（共 6 个模型）。MIT 许可证。

Llama 4 + Apple Silicon 简直是天生一对。 原因在这儿：就像 DeepSeek V3/R1 一样，新的 Llama 4 各种版本都是超大的稀疏 MoE 模型。它们有海量的参数，但每次生成一个token词的时候，只有很少一部分参

Llama 4 Maverick 与 Deepseek v3 0324 对比 Llama4 Maverick 和 Llama 4 Scout 是 Meta Llama 系列的最新成员。Maverick 是一个 400B 稀疏模型，拥有 17b 个活

《纽约时报》周三爆料：特朗普团队正琢磨着对中国AI公司DeepSeek下狠手，不仅要断供英伟达的AI芯片，还可能直接不让美国人用他家的人工智能服务。 这招明显是要在AI赛道卡中国脖子。自从DeepSeek的AI技术惊艳硅谷和华尔街，美国官员就绞尽脑汁要切断

OpenAI给AI加上了"记忆功能"，这可能是GPT-3问世以来最重大的升级。 简单来说就是：以前的人工智能就像个特别聪明但记性差的朋友。就像那种知识渊博的教授，能回答各种难题，但连你的生日都记不住。

低成本时Llama 4表现最佳，中等成本GPT-4o领先，高成本GPT-4.5 Preview最优。

一些内部人士表示，Meta 的人工智能研究实验室正在“缓慢消亡”。Meta 更愿意称之为“一个新的开始”。 上周，当Meta公司的人工智能研究负责人乔尔·皮诺宣布辞职时，很多人都好奇FAIR实验室到底怎么了。皮诺在这家著名的AI实验室当了两年掌门人

DeepSeek 即将开源其推理引擎，该引擎是基于 vLLM 的修改版本。现在，DeepSeek 正准备将这些修改回馈社区。 几周前，在"开源周"活动里，我们公开了几个代码库。没想到大家特别热情——很多人跑来一起帮忙改bug、提建议，讨论得热火朝天