本文深入探讨了 DeepSeek 提出的组相对策略优化（GRPO）算法。通过阐述其背景与动机，详细剖析核心原理，包括分组采样、归一化相对奖励及 KL 散度约束等...

就像你去餐厅点菜，只说"来个菜"，服务员怎么知道你想吃什么？是川菜还是粤菜？辣的还是清淡的？

Reddit 看到一个帖子，探讨如何极限情况下运行 DeepSeek-R1-0528

看一下我高频使用的，在2*4090显卡上部署的 DeepSeek-R1-0528-Qwen-8B 性能如何

今天我要讲的是借助DeepSeek R1大模型来直接通过创建 html+svg网页的方式来直接构建某一个核心主题概念的知识图谱。

今天给大家推荐和导读下《DeepSeek原理与项目实战》这本书。为何导读这本书，因为在DeepSeek方面的书，前面更多的都是关于DeepSeek应用技能和提示...

对于DeepSeek的深度思考过程我没有专门的截图出来，实际在和整个AI交互中，我发现详细学习DeepSeek的CoT思维链输出，反而是一个重要的提示自己认知和...

今天接着跟大家聊采用DeepSeek工具来绘制软件功能架构图。对于场景的流程图，包括软件设计里面的用例图，序列图讲这块的已经很多了。即通过DeepSeek工具来...

前两周准备在公司做一个DeepSeek普及性的培训，所以刚好就用DeepSeek来做这个培训的PPT。当然主流核心流程参考标准做法。即首先跟DeepSeek对话...

我并不需要告诉DeepSeek需要具备什么技能，应该是DeepSeek R1深度思考后自己分析应该采用哪些技能才能够帮我解决问题。

在这个复杂性与不确定性交织的时代，我们每天都在面对职场决策、生活管理、技术变革等诸多问题的挑战。当常规的直觉反应和零散的思考难以应对精密问题时，结构化思维链就像...

今天准备再谈下CoT思维链方面的话题。经过最近1~2个月我对的DeepSeek的使用，我发现跟我原来用GPT或者是Kimi最大的一个差异点，就是它提供了深度思考...

最近，国内大模型赛道杀出一匹黑马——DeepSeek。其热度不亚于年初的ChatGPT，甚至在开发者圈内掀起“平替GPT-4”的讨论。其核心吸引力可总结为三点：

平台私有评测集：新版 DeepSeek-R1 的综合胜率为0.5619，较旧版 DeepSeek-R1 的0.5310提升了3.09pp，细分来看，主观中文单轮...

最近MindIE开始支持DeepSeek MTP（multi token prediction）特性了，用于推理加速。但是有些开发者打开MTP开关后，没有发现明...

我瞥见他屏幕上大段"随着社会发展""研究显示"的机械表达，数据表里塞满"某研究机构""部分学者"的模糊指代。这不正是三个月前我踩过的坑？直到看见课题组女神张琳的...