活动

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

我正在参加CodeBuddy「首席试玩官」内容创作大赛，本文所使用的 CodeBuddy 免费下载链接：腾讯云代码助手 CodeBuddy - AI 时代的智能编程伙伴

[中国版 Cursor ]？！CodeBuddy快捷搭建个人展示页面指南

DeepSeek项目于2021年启动，专注于通过技术创新解决低资源语言处理难题。核心团队由计算语言学家、深度学习专家和数据工程师组成。

[AI学习笔记]多语言处理：DeepSeek低资源语言优化深度解析

DeepSeek项目于2021年启动，专注于通过符号计算提升数学解题系统的智能水平。核心团队由数学家、深度学习工程师和教育技术专家组成。

[AI学习笔记]数学解题系统：DeepSeek符号计算集成方案深度解析

DeepSeek项目于2022年启动，专注于通过抽象语法树（AST）解析提升代码生成质量。核心团队由编译器专家、深度学习工程师和软件架构师组成。

[AI学习笔记]代码生成实战：DeepSeek AST解析深度解析与应用

DeepSeek项目于2021年启动，专注于解决医疗知识问答中的深度推理问题。核心团队由医疗AI专家、知识图谱研究员和深度学习工程师组成。

[AI学习笔记]医疗知识问答：DeepSeek多跳推理优化实战指南

在金融行业中，风险控制是保障业务稳健发展的核心环节。无论是信用卡审批、贷款发放，还是投资组合管理，精准的风险评估都依赖于高质量的数据特征。DeepSeek 作为一款强大的 AI 驱动平台，通过创新的特征工程实践，为金融风控提供了全新的解决方案。

[AI学习笔记]DeepSeek 在金融风控中的特征工程实践

DeepSeek项目于2019年启动，目标是开发一种自适应批处理系统，解决传统系统的固有缺陷。项目团队由来自Google、Facebook的资深工程师和斯坦福大学的AI研究者组成。

[AI学习笔记]自适应批处理：DeepSeek动态调度算法实战指南

在深度学习的快速发展中，持续学习（Continual Learning）成为了一个备受关注的研究方向。持续学习的目标是让模型能够在不断变化的环境中持续学习新任务，同时保留对旧任务的知识。然而，传统深度学习模型在学习新任务时，往往会遗忘之前学到的知识，这种现象被称为灾难性遗忘（Catastrophic Forgetting）。

持续学习突破：DeepSeek灾难性遗忘解决方案

大规模语言模型（LLM）已经成为自然语言处理领域的核心技术。DeepSeek模型作为一款先进的预训练语言模型，广泛应用于文本生成、问答系统、机器翻译等领域。然而，随着模型规模的不断扩大，推理阶段的计算复杂度和资源消耗问题日益突出，成为限制模型实际应用的主要瓶颈。

[AI学习笔记]DeepSeek模型编译技术解析：推理加速方案与代码部署实战

在深度学习快速发展的今天，模型规模不断膨胀，从早期的简单神经网络到如今动辄数十亿参数的庞大模型，研究人员对模型性能的追求永无止境。然而，模型参数的激增带来了显存占用过大的问题，显存作为 GPU 运行深度学习任务的关键资源，其有限的容量常常成为限制模型训练和推理规模的瓶颈。

[AI学习笔记]显存优化黑科技：DeepSeek ZeRO-3 改进策略全解析

随着人工智能技术的飞速发展，深度学习模型在各个领域的应用越来越广泛。然而，这些模型通常具有庞大的参数规模和高计算复杂度，导致在实际部署和应用中面临诸多挑战：

[AI学习笔记]DeepSeek 量化压缩实战：INT8 精度保持方案详解

海量文本数据散落在文档、网页和数据库中，从这些非结构化或半结构化信息源中提取有价值的知识，并转化为结构化形式，对于构建智能应用至关重要。知识图谱作为一种有效的知识表示形式，能够以图的形式组织实体、概念及其关系，为语义理解、智能问答、推荐系统等应用提供强大支持。

[Ai学习笔记]知识图谱构建：DeepSeek结构化信息抽取方案

数据的收集和使用也带来了严重的隐私泄露风险。为了在保护用户隐私的前提下充分利用数据价值，联邦学习应运而生。DeepSeek 项目聚焦于联邦学习技术的研发和应用，致力于打造高效、安全、可扩展的联邦学习解决方案，推动隐私保护下的数据共享和协同学习。

[AI学习笔记]隐私保护方案：DeepSeek 联邦学习落地细节

机器学习模型的性能和适应性变得至关重要。增量学习作为一种重要的学习范式，允许模型在不重新训练整个数据集的情况下，通过不断吸收新数据来更新和优化自身性能。DeepSeek 项目正是在这样的背景下应运而生，它致力于探索和实践高效的增量学习方法，特别是数据动态更新机制，以提升模型在面对新数据时的快速适应能力和持续学习能力。DeepSeek 的模型采用了混合专家（MoE）和多头潜在注意力（MLA）等创新架构，以提高效率和性能。特别是，DeepSeek-R1 使用强化学习来增强推理能力，这似乎是其动态更新数据的一种方式。强化学习允许模型根据新体验连续学习，调整参数以最大化奖励函数，从而鼓励正确的推理和行为。尽管没有明确定义“数据动态更新机制”，但其高效的模型架构和 RL 方法表明，DeepSeek 的模型能够处理新数据，而无需昂贵的重新训练。

[AI学习笔记]增量学习实践：DeepSeek 数据动态更新机制

信息以多种形式存在，其中文本、代码和数学公式是三种非常重要的信息载体。多模态对齐技术旨在将这三种模态的数据映射到一个共享的语义空间，使得它们可以相互关联和理解。这对于自动代码生成、数学公式识别与转换、智能教育等领域的应用具有重要意义。

​[AI学习笔记]多模态对齐技术：文本-代码-数学公式统一表示

数据已成为推动各行业发展的重要资源。然而，原始数据往往存在噪声、错误、缺失值等问题，若不进行有效清洗，将严重影响数据分析与挖掘的结果准确性。DeepSeek数据清洗流水线应运而生，旨在通过一系列自动化、标准化的处理流程，高效地将原始数据转化为高质量的可用数据，为后续的深度学习、机器学习等任务奠定坚实基础。

[AI学习笔记]DeepSeek数据清洗流水线设计规范

想象一下，你的所有法律文件都在手边，随时可以搜索和分析。这就是法律知识库的魅力所在。对于法律专业人士、处理大量法律文档的企业，甚至是希望了解法律事项的普通人来说，法律知识库都是一个不可或缺的工具。

零基础搭建智能法律知识库！腾讯云HAI实战教程 🚀

深度学习模型的规模不断膨胀，以追求更高的性能和更广泛的应用场景。然而，庞大的模型参数带来了巨大的计算和存储成本，使得模型的部署和运行面临诸多挑战。DeepSeek作为一个拥有万亿参数的超大规模模型，面临着前所未有的管理难题。为了解决这一问题，稀疏化训练技术应运而生，成为DeepSeek万亿参数管理的关键秘籍。

[AI学习笔记]稀疏化训练：DeepSeek万亿参数管理秘籍

在金融科技快速发展的今天，股票分析作为投资决策的核心环节，正面临数据量激增和复杂性提升的挑战。传统股票分析依赖人工处理，效率低下且成本高昂，而人工智能（AI）的引入为这一领域带来了革命性变革。腾讯云智能体开发平台（Large Model Knowledge Engine, LKE）结合DeepSeek的强大语言模型能力，为开发者提供了一个高效的低代码平台，助力构建智能化的股票分析应用。

腾讯云智能体开发平台×DeepSeek：股票分析低代码应用实践

2017年，OpenAI研究员Paul Christiano在《Deep Reinforcement Learning from Human Preferences》中首次系统提出RLHF框架。该研究突破性地解决了传统RL面临的奖励函数设计困境——在复杂任务（如机器人控制）中，工程师难以用数学公式精确描述"优质行为"的标准。实验显示，通过让人类标注员对智能体行为片段进行偏好排序（如图1），系统可自动学习奖励模型，最终训练出完成后空翻的仿真机器人。

[AI实践笔记]DeepSeek-RLHF：新一代高效强化学习对齐框架项目实践指南

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了活动专栏，为你提供了活动的相关文章，致力于帮助开发者快速成长与发展。

活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐