搜索“DeepSeek”

aX GPU, and more vLLM seamlessly supports 200+ model architectures on Hugging Face, including: Decoder-only LLMs (e.g., Llama, Qwen, Gemma); Mixture-of-Expert LLMs (e.g., Mixtral, DeepSeek-V3, Qwen-MoE, GPT-OSS); Hybrid attention and state-space models (e.g., Mamba, Qwen3.5); Multi-modal models (e.g., LLaVA, Qwen-VL, Pixtral); Embedding and retrieval models (e.g., E5-Mistral, GTE, ColBERT); Reward and classification models (e.g., Qwen-Math) Find the full list of supported models here. Getting St

匹配字段正文

gical capabilities in open source foundation models? To investigate this question, we compared gpt-oss-120b to other released open source models. At first, we primarily considered DeepSeek R1-0528. Partway through our process, the Qwen 3 Thinking and Kimi K2 models were released, and we added these to our comparison set. These evaluations confirmed that Qwen 3 Thinking and Kimi K2 have advanced to a level such that gpt-oss-120b does not significantly advance the state of the art on biosecurity-r

匹配字段正文

e: A Qwen3.5-9B fine-tune for fraud prevention outperformed frontier models at lower cost and latency (@brian armstrong). River AI: Launched inference 20% cheaper than first-party DeepSeek V4.1 Flash and GLM-5.3 Flash, plus on-prem custom model training (@ibab, on-prem). Decision models: Several groups released models that select from a set of options rather than generate text. Decision 3.0: Open models from 0.6B to 27B, ranked 1 on Jev Decision Index boards (@XunzhuoLiu). SubQ Snap: 384K contex

匹配字段正文

公司，在微信做事的方式是思辨层面穷尽所有可能，内部互相 battle，验证 OK 才推功能，来自张小龙的古典产品风格；在字节要快速验证，不行就换方向，字节喜欢的员工，聪明，外在敢于表达、敢于争取资源；内在能把事情逻辑理顺，大家拼命给自己找事情，精神上很卷，所以确实适合出创业者。” 但矛盾之处是：这一波 AI 创业者，定义关键范式和标杆型人物都不出自字节系——DeepSeek、模型六小龙（清华系/微软系/商汤系），包括 Manus。即便横向对比大厂背景，也有百度景琨的 Genspark 和阿里林俊旸的天使轮 20 亿美元估值。 至今为止——客观说，从字节系跑出来、看起来数据最好的是演语科技的陈冕，ARR 突破 3 亿美元，已启动港股 IPO 筹备。但陈冕的高增长换规模的模式来自古早的单车大战，商业化未被验证（亏损状态）。 更深层的问题：字节系的创业者似乎不善于定义“问题”，更善于“解题”。他们是被同一套训练体系培养。比如AI闹接触的大部分字节系创业者都共享一套战略方法：以终为始，再极致执行。 在字节，业务负责人被要求每半年更新一次年度规划，每年更新三年计划，且必须以“如何做到全世界第一名

匹配字段正文

国”并存格局。 2. 中国“自产自销”，美国“全球吸纳” 在中国工作的顶尖AI研究者98%本科就读于中国；在美国工作的仅三成本科在美国就读。每30个在美工作的中国本科出身者，仅对应1个在华工作的美国本科出身者。 3. 北大登顶机构排名，高校“学生军”成主力 机构排名第一为北京大学，清华第二、上海交大第四。谷歌等前沿实验室因商业保密减少公开发表，榜单偏学术界；DeepSeek等中国公司则以开源论文作为招聘广告，博士生成研究主力。 4. 人才竞争以街区为单位，城市集聚效应显著 北大清华仅隔一条街，韩国KAIST依托大德研发特区，新加坡两所大学靠城市国家优势进入前20。国内杭州虽无顶尖高校入围，却因DeepSeek和阿里成为主要人才赢家。2026-10-13 08:15卡内基报告：中国首超美国，成顶尖AI人才第一工作地TOP创新区研究院速览 本文来自微信公众号： TOP创新区研究院 ，作者：人才研究组 去年年底，全球最顶级的AI学术会议NeurIPS，第一次在两座城市同时开。 主会场在美国圣地亚哥，分会场设在墨西哥城，大约500个座位。 论文被录用、却去不了圣地亚哥的作者，优先分到墨西哥城。

匹配字段正文

获满满。他说：“我准备把AI培训算法内容运用到实际的工程创新中，为自己的职业转型打下良好基础。” 由上海市总工会与上海开放大学联合打造的公益品牌“匠心学堂”，面向全市各行各业职工免费开放。全新升级推出以“我与AI有个约会”主题的职工AI系列课程，让前沿技术与一线岗位真正产生连接。讲解AI大模型向多智能体协同发展方向的同时，老师边演示、学员边动手，打开手机上的DeepSeek、豆包等工具同步练习。这种实战导向的教学打破了单向讲授的模式，让学员们带着问题进门、带着方法离开。 “匠心学堂”授课现场座无虚席 阮征是上海一家智能幕墙公司的青年高级工，为了不落下每一堂课程，他常常骑行公路车，跨越闵行至杨浦的漫漫路途奔赴课堂，风雨无阻。年长者的学习热情也不亚于年轻人，已退休的陈占华每堂“匠心学堂”AI课程都会提前到场，稳稳坐在前排专心听讲、紧跟课堂节奏，主动拥抱新知。 嘉定区围绕十大生活化场景开发AI智慧家居实训包 【资源下沉打通AI学习“最后一公里”】 在上海，近千个AI相关数字化学习资源，覆盖16个区社区教育网络，包括短视频拍摄与AI剪辑、智能手机AI应用、AI图像与视频、AI机器人、AI智能生

匹配字段正文

产业基金、奇绩创坛、智谱系基金星连资本及某头部产业投资方联合投资。 据官方披露，本轮融资资金将主要用于全模态实时交互智能的研发与能力建设，以及全球商业化落地。 模思智能孵化于复旦大学教授邱锡鹏带领的OpenMOSS团队。2023年2月，邱锡鹏团队推出国内首个类ChatGPT开源模型MOSS。此后，该团队陆续推出语音、视觉及多模态系列模型。 ▲邱锡鹏 与智谱、DeepSeek等在通用大模型、推理及Coding等领域持续投入的厂商相比，模思智能更加聚焦语音、视觉及实时多模态交互，让AI能够持续感知和理解真实环境，并应用于AI眼镜、智能汽车、机器人等终端场景。 一、半年推出20多个模型，瞄准全模态实时交互 2026年以来，模思智能进一步加快模型迭代，在半年多时间里发布了20多个模型，并持续推进开源。 其已陆续推出MOSS-TTS、MOSS-Audio、MOSS-Transcribe-Diarize、MOSS-VL、MOVA等系列模型，覆盖语音生成、音频理解、语音识别、视觉理解及内容生成等领域。 其中，仅4月7日至13日一周，MOSS-VL和MOSS-Audio就连续迭代出6个版本。7月初，该

匹配字段正文

往往要签订非常长期的采购合同。 除去上面提到的云厂商，国际市场上还有另外一类玩家，我们称之为 Neocloud，可以理解为”专卖店”型的 GPU 云。Neocloud 只提供高质量、高性价比的 GPU 算力服务，实际上是 AI 云大厂在资源上的一种互补。 国内市场主要有四类玩家。第一类是云大厂，比如阿里、腾讯、火山等；第二类是模型公司，字节、智谱、Kimi、DeepSeek 等，对算力集群的需求量非常大；第三类是运营商，算力的”国家队”，由整个基础设施托底；第四类是 AI Infra 独立厂商。 AI Infra 独立厂商又可细分为两类：一类是以硅基流动和 PPIO 为代表，类似于 Neocloud，有自持的 GPU 集群和算力；另一类是以沨呵智慧为代表，没有自持算力，但提供全栈自研的推理优化引擎，并为客户提供全栈的优化服务与管理平台。 再看算力的交付形态，从最早的裸金属租赁；到 GPU 云的弹性 GPU 实例；再到 MaaS（模型即服务）；最后到最新阶段——直接交付 Token 工厂（Token Factory）。Token 工厂可以理解为在 MaaS 的基础之上，加了一层 SLA

匹配字段正文

lout 工作流来测试你的下一个想法。 背景与参考资料 术语在首次使用时附有链接。以下来源提供额外背景，但不扩展正文叙述： Kimi K3 架构、KDA、MLA、Attention Residuals、LatentMoE、SiTU 和量化。 MoE 路由与通信：Switch Transformers、DeepEP、Mixture-of-Kittens、COMET 和 FlashMoE。 分布式训练：FSDP 以及统一的序列/上下文并行。 Rollout 服务：PagedAttention、推测解码、ReplaySSM 和 DistServe。 策略同步与数值对齐：XOR checkpoint 增量、Fireworks 的 MoE 数值和 Router Replay。 LLM 强化学习与优化：一项从奖励中学习的综述、InstructGPT、DeepSeek-R1、PPO、GSPO，以及 Schulman k3 KL 估计器。 无服务器多 LoRA 系统：LoRA、Punica、S-LoRA、mLoRA 和 tLoRA。 评估来源：VisualToolBench 以及已发布的客户案例研究。

匹配字段正文

智能科研企业；依托“全产业链场景”，打造全球唯一的“AI+科学+制造”超级试验场，让AI设计的新产品能最快地完成验证和量产，把世界上最大的科研与产业体系变成全球最大的“自动物理实验室”。 在AI4S的加持下，最伟大的科学革命与最颠覆的奇点时刻正可能同步到来，人类将可能步入第二次认知革命的黄金时代。已经屹立东方数千年的中国，想必不会错过这次伟大的革命。 5; DeepSeek国庆上新：希望做出让世界跟进的创新 1; 应用“酷农工具”，推动加拿大大西洋地区农业迈向净零排放 | MDPI Sustainability 2; 当生成式AI走进移民成人教育：多模态学习内容设计的新思路 | MDPI Multimedia 3; Forests | 高被引综述论文 4; 可解释的医学图像诊断与自关注变压器：卫生保健领域可解释人工智能综述 | MDPI BioMedInformatics 5; 识别投资准备就绪的中小企业：提升股权获取与经济增长的机器学习框架 | MDPI Forecasting| 6; 肠道微生态如何参与心力衰竭进展？|MDPI Medical Sciences 7; Informa

匹配字段正文

ng is a Mixture-of-Experts Transformer with a handful of departures from the common recipe, each chosen for efficiency and long-context performance. The MoE design largely follows DeepSeek-V3. Each MoE layer contains 256 routed experts and 2 shared experts, with 6 routed experts active per token. Inkling uses a sigmoid-based router with an auxiliary-loss-free load-balancing bias. The scores of the selected routed experts and the shared experts are normalized jointly and used to weight their comb

匹配字段正文

without stalling, which isn’t trivial. However, there are examples of large-scale off-policy distillation improving an 8B model’s performance past 70%, such as OpenThoughts-3 and DeepSeek-R1-0528-Qwen3-8B.DeepSeek-R1-0528-Qwen3-8B achieves 86% on the benchmark, with the number of training prompts not specified. Older models (Qwen2.5-7B, Qwen2.5-14B) achieve performance of 55.5% and 69.7%, respectively, after training on 800k distillation prompts from DeepSeek-R1. We can use this extrapolation a

匹配字段正文

learner}}}{p {\text{sampler}}} Adv tobjective=∑tpsamplerplearnerAdvt.See Your Efficient RL Framework Secretly Brings You Off-Policy RL Training We used a GRPO-like centering schemeDeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models (Shao et al, 2024) where we sample multiple completions per problem and subtract the mean reward per group. Figure 6 (below) shows LR sweeps on the MATHMeasuring Mathematical Problem Solving With the MATH Dataset (Hendrycks et al, 2021)

匹配字段正文

d balancing to ensure stable, balanced expert utilization and healthy signal propagation through residuals. For expert utilization, we built on auxiliary-loss-free load balancing (DeepSeek-AI et al., 2024), introducing cosine decay of expert-bias updates to reduce routing perturbations later in training. Sequence-level balancing further encourages balanced expert utilization on data outside the pretraining distribution, preparing the model for the changing distribution of downstream RL. As a res

匹配字段正文

model card. https://deepmind.google/models/model-cards/gemini-3-1-pro/; Grok 4 Fast. xAI. (2025). Grok 4 Fast model card. https://data.x.ai/2025-09-19-grok-4-fast-model-card.pdf; DeepSeek-V3. DeepSeek-AI. (2024). DeepSeek-V3 technical report. arXiv. https://doi.org/10.48550/arXiv.2412.19437; DeepSeek-R1. DeepSeek-AI. (2025). DeepSeek-R1: Incentivizing reasoning capability in LLMs via reinforcement learning. arXiv. https://doi.org/10.48550/arXiv.2501.12948; o3 and o4-mini. OpenAI. (2025). OpenAI

匹配字段正文

xth edition of the same ranking already showed a market in flux. That report focused more on geographic splits, such as the rise of Yandex Browser with its AI assistant Alice in Russia and Deepseek's role as a bridge between Western and Chinese user bases. Even then, a16z warned that web traffic and app downloads say less and less about which AI products people actually use as AI shifts from a standalone product to an embedded feature. The new spending data is a direct attempt to close that gap.

匹配字段正文

模式正从传统软件订阅，进一步向围绕AI能力和使用深度收费的方向探索。 其他玩家围绕AI的收费探索也在同步推进。目前，国内AI办公应用的收费方式明显分成了几类——个人会员订阅、企业席位订阅、席位+Token/积分、按调用次数、License，以及纯API Token计费。其中千问办公、扣子、WorkBuddy等正在从单纯的“AI工具会员”向“席位+用量”演进；DeepSeek、Kimi API、MiniMax则更接近模型基础设施的Token经济。 但还有一个比收入更关键的问题，AI带来的新增收入，最后能不能变成利润？传统软件的边际成本几乎为零，但现在AI每跑完一个复杂任务都要消耗算力资源。OECD的相关报告也提醒，Agent单任务消耗的Token比普通对话高几个数量级，模型调用单价降了，总成本未必降。只有新增收入持续盖住模型与算力的新增成本，AI才真正改善盈利。所以看AI办公公司，不能只看AI用户增长，还要盯AI付费率、AI ARPU、单位任务成本。 入口之争决定谁有资格收费，商业模式之争决定收费能走多远。这场竞争的本质是定价权之争：谁的Agent能稳定闭环交付一整段工作，谁就能把计费单

匹配字段正文

so cites Thomson-1, trained for $450K, beating GPT-5.6 Sol head-to-head (@arimorcos); Tinker: Price cuts of up to 70%, long-context priced the same as short, and GLM-5.3-Flash and DeepSeek-v4.1-Flash added (@tinkerapi); DeepSeek periodic weak spots: ByteDance Seed finds that retrieval depends on where a token lands relative to the compression stride (@ZhihuFrontier).Evidence: The pattern persists without RoPE or learned gates, and tracks stride length; Interpretation: V4.1’s stride of 2 reduces

匹配字段正文

17、18堪比双胞胎：外观无差别 手机壳通用 8理记发长文称罗永浩“保护伞倒了”，所以这次不敢回应 9老iPhone还能再战几年？我升级iOS 27试了一下 1040岁数学教师投资300多万拍电影 上映3天票房仅2万 1 新研究发现母亲生育年龄影响后代的身体特征、寿命以及行为表现 阅读 (3612) 评论 (0) 2 时隔多年 摩拜299元押金可全额退了 阅读 (1749) 评论 (1) 3 Switch模拟器迎来性能飞跃 开发工作却在巅峰时刻宣告终结 阅读 (1748) 评论 (0) 4Anthropic指控中国多家AI公司大规模蒸馏 阿里巴巴、月之暗面和DeepSeek被指涉数千万次交互 5苹果正式发布iPhone 18 Pro系列 强化系统级端侧AI 售价小幅调高 6首都禁飞区将于9月20日启用 北京全市禁飞无人机且不得持有、存放、运输、携带 7马斯克变性女儿床上大战机器人引热议 8OpenClaw 2.0正式发布 一次简化安装的尝试最终重塑整个产品 9倒数日·Days Matter Android版年度重大升级：透明相机+倒数日历+事件库 created by ceallan

匹配字段正文

Tim反掰iPhone Duo被质疑：是为流量吗？ 8手搓动画《牛来》票房6300万 母子二人走向财富自由 9iPhone Duo开合动画火出圈 国产折叠屏已经开始抄作业了 10黄仁勋在台上接听特朗普电话 一部折叠屏手机也意外成为焦点 1 新研究发现母亲生育年龄影响后代的身体特征、寿命以及行为表现 阅读 (3529) 评论 (0) 2 苹果正式发布iPhone 18 Pro系列 强化系统级端侧AI 售价小幅调高 阅读 (1650) 评论 (0) 3 Switch模拟器迎来性能飞跃 开发工作却在巅峰时刻宣告终结 阅读 (1622) 评论 (0) 4时隔多年 摩拜299元押金可全额退了 5OpenClaw 2.0正式发布 一次简化安装的尝试最终重塑整个产品 6马斯克变性女儿床上大战机器人引热议 7Anthropic指控中国多家AI公司大规模蒸馏 阿里巴巴、月之暗面和DeepSeek被指涉数千万次交互 9倒数日·Days Matter Android版年度重大升级：透明相机+倒数日历+事件库 10中国科学家公布800座“飞翼”客机方案 或重新定义商业航空 created by ceallan

匹配字段正文