deepseek这个论文的想法实在是有趣。现在大模型不是记忆不好，而是太好了，需要合理的遗忘策略。

发布时间: 2025-10-20 20:20:16

1分

数据加载中

关注推特

收听电报

2

1

0

deepseek这个论文的想法实在是有趣。
现在大模型不是记忆不好，而是太好了，需要合理的遗忘策略。
IT技术
( twitter.com )

3小时前由向阳乔木提交

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

3

2

2

【从DeepSeek到AI行业的四个思考】
一、论文推荐：大模型领域的「教科书式」样本
今天重读DeepSeek系列论文，印象深刻的其实是24年2月的 DeepSeek-Math
时政
( twitter.com)

8个月前 • Panda • -- 点击 0 评论

2

2

1

1

刚才Space讨论到美国什么时候“能迎头赶上”的问题，我做两个个人判断吧
1）DeepSeek V3这个模型应该没有公司有兴趣去复现，因为他是在算力限制下的结果，fp8量化一定会损失精度；而DeepSeek V3 本身其实和其他同规模的大语言模型差不多。
时政
( twitter.com)

8个月前 • 勃勃OC • -- 点击 0 评论

3

2

1

1

deepseek在英文圈已经被吹上天了，发现中文圈还有很多非AI业内人士，对deepseek的能力没有一个清晰的认识，所以用中文发一条，先说结论，我认为行业贡献而言：GPT>deepseek>gemini>llama及其他
时政
( twitter.com)

8个月前 • JundeWu • -- 点击 0 评论

4

5

4

4

我真觉得deepseek出来是好事
以前跟我的粉红朋友辩论
他经常会拿AI回复，来反驳我
用的都是文心一言，文心一言基本无法辨别谣言
但是有deepseek后，我和他辩论就轻松多了，把deepseek回答一甩就结束了
想要中国改变，最重要的是开民智，AI技术越来越成熟，
民智就越好开，民智开了才是中共最害怕的
时政
( twitter.com)

8个月前 • 多伦多方脸 • -- 点击 0 评论

5

2

1

1

有人说DeepSeek R1 的 RL 范式也没啥创新，其实点不在这里。
o1出来后纷纷开始复刻，OpenAI 也不说怎么实现的，也不展示COT数据。所以说蒸馏o1纯属扯淡，OpenAI 防的死死的。
RL 论文上百篇方法几十种，最后 DeepSeek 肯定不是第一家试出来的（比如Google 的 gemini flash 2.0 thinking
时政
( twitter.com)

8个月前 • 九原客 • -- 点击 0 评论

6

4

3

3

转：关于 DeepSeek 的研究和思考 (Archerman Capital)
关于这几天很火的 DeepSeek, 我们 (Archerman Capital) 做了一些研究和思考, 和大家分享, enjoy! 灰色部分是技术细节, 不感兴趣的可略过。
几个事实
1) DeepSeek 不是套壳不是蒸馏美国的大模型。虽然中国有些大模型是套壳和蒸馏的, 但
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 0 评论

7

5

4

4

拾象：DeepSeek r1 闭门学习讨论 | Best Ideas Vol 3
「Best Ideas 闭门讨论会 Vol.3」聚焦在引爆全球 AI 社区的 DeepSeek r1，本篇纪要是我们对闭门会上参与讨论的嘉宾成员的观点的总结，不代表任何具体个人及机构观点立场。
I. DeepSeek
1. DeepSeek 有好口碑的原因在于是第一个把复现 MoE、ol
IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 0 评论

8

2

1

1

给大家带来全网最速 DeepSeek-V3-0324 写代码实测！
直接说结论—— 超越 DeepSeek-R1！甚至超越 Claude-3.7! 难以想象这还不是一个 Thinking 模型！
DeepSeek-V3-0324 目前以 328.3 分在 KCORES 大模型竞技场排名第三 (图1)，仅次于 claude-3.7-sonnet-thinking 和 claude-3.5 (没错 claude-3.5
时政
( twitter.com)

6个月前 • karminski-牙医 • -- 点击 0 评论

9

2

1

1

很多人担心DeepSeek的低成本训练会冲击显卡市场，但我认为其实是利好
首先一个误区是其他厂商模仿DeepSeek就不需要那么多卡了。
其实DeepSeek-R1的低成本训练方法是可以scaling的。也就是说用更多卡，理论上效果只会更好。他本质上是一种improvement of scaling
时政
( twitter.com)

8个月前 • JundeWu • -- 点击 0 评论

0.07561 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特