#DeepSeek

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1小时前

看字节seed这研究趋势，不会截胡了DeepSeek的下一个突破吧？🤔 北京大学、ByteDance Seed和香港大学研究：SWE-Swiss——一个用于构建人工智能的完整训练“公式”，用于解决软件工程任务。基于此，他们的32B参数SWE-Swiss-32B在SWE-bench Verified上达到了60.2%，为其尺寸设定了新的SOTA。这证明，通过合适的方法，中型模型可以超越其重量。

#字节Seed #DeepSeek #SWE-Swiss #软件工程任务 #SOTA

1天前

好多人说 DeepSeek 不行了，但是半年多以前的 R1 依然在大多数模型发布的 benchmark 里，这不恰恰说明半年前的模型依然能打么？

深度学习模型升级引发AI能力大跃进，行业迎新变革· 27 条信息

#DeepSeek #R1模型 #Benchmark #模型评估 #技术讨论

BBC News 中文

2天前

专家称，DeepSeek对美国科技的撼动并未持久。这部分归因于营运挫折，也源于来自美国与中国公司的激烈竞争。该公司的下一代产品DeepSeek-R2据报已延迟原因之一是高端晶片短缺。

DeepSeek数据泄露：德国下架，信任崩盘· 157 条信息

中国DeepSeek引发美国科技股暴跌事件· 95 条信息

#DeepSeek #美国科技 #竞争 #芯片短缺 #延迟

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

4天前

GPT-5在Altman的千hype万hype下发布了。。。读完GPT-5的Model Card，我拍案叫绝。那个神秘的“路由器”，竟是解开最近我脑子里所有LLM谜团的钥匙。串起了The Information爆料的“o3降智门”，Wired报道的Anthropic“斩首式”封号，以及谷歌在奥数解题上的痛苦挣扎。这一切，都直指AI正在上演的“左右脑人格分裂”大戏，同时不能不注意的是，上个月Anthropic为了模型可解释性组建了AI精神病学研究团队。而当所有人都盯着这出戏时，沉默的DeepSeek，又在为牌桌下的物理规则，下着怎样的赌注？本文将试图带你勘破迷局，直抵AI范式迁移终极真相的思考。

#GPT-5 #Altman #AI人格分裂 #DeepSeek #AI范式迁移

6天前

我脑补今天国内开源大语言模型智谱、千问、Kimi、DeepSeek团队满怀期待的下载 GPT-OSS 使用后，一脸懵逼的问这玩意研发花了多少钱？？旁边人：数十亿美元研究的成果🤣

#开源大语言模型 #gpt-oss #智谱 #千问 #Kimi #DeepSeek #数十亿美元 #懵逼

1周前

被问了 N 次：哪里可以买到「AI 写文案」的智能体我说这个东西不存在，不同的文案要用不同的工具去写，不一定是智能体就算是智能体，也不是一个智能体而且在你明确表述出你需要什么样的文案之前，不管是不是智能体都做不出来但是就在我解释 ⬆️ 这些有的没的的时候，有人说：我这里有「AI 写文案」智能体什么文案都能写，使用的是宇宙最强的 DeepSeek！然后他们达成了交易 😂 挺好

#AI文案 #DeepSeek #智能体 #文案需求 #市场营销

1周前

QuestMobile的2025AI半年报出来了，国内的AI产业从统计数据来看不太理想： - 移动端和PC端两大场景AI产品的活跃用户规模双双下滑，分别少了2000万和3000万，原生App的大盘增长完全停掉了，相比之下，隔壁ChatGPT已经7亿周活，还忙着出防沉迷模式； - 为了挽尊，QuestMobile发明了一个还有增长的插件市场，比如在百度搜索时用到了AI摘要就算一个活跃，这种功能化的场景，还有5000万的增量用户； - 11亿网民，PC端的AI用户顶天也就1.8亿，这太萎靡了，这意味着基于Web的产品创新完全没有回报，只有出海一条路可走，最后大概率要在避险策略下迁址新加坡； - Kimi、文小言、纳米、星野、智谱清言、讯飞星火都上榜了用户流失的重灾区，猫箱更是跌了55%，陪伴产品的留存不忍直视； - DeepSeek的流失用户里，超过一半去了百度，AI搜索目前还是被验证的最主流需求，QQ浏览器和夸克也都是接盘DeepSeek的剩余赢家； - 夸克的月活用户平均每月打开65次，断层领先，是百度的6倍以上，微博智搜排在第2，表现同样突出； - 6月全网Token消耗量116.3万亿，差不多是去年公有云全年的量级，涨得很快，也符合预期，不过对比的话，光是Google一家今年6月就消耗了980万亿Token，口径或有差别，参考即可； - 在过亿月活级别的AI应用里，豆包是唯一一个还能有2位数增长的，11.4%的复合增长率，足够吊打所有竞品。

#AI产业下滑 #QuestMobile报告 #用户流失 #DeepSeek #豆包

1周前

在国内卖智能体就是提示词工程师的精神损失费 1、买家不能翻墙 2、买家不会使用任何第三方软件，下载 app 不记得应用商店密码 3、买家无法学习任何提示词技巧 4、如果你给的链接在微信打不开，那这辈子就都打不开 5、买家需要一键得到想要的结果要在微信浏览器里面让 DeepSeek 一键出结果，一个智能体卖 3 万真不贵，这事儿和 AI 没关系

#智能体 #提示词工程师 #微信 #DeepSeek #一键

1周前

chatgpt PRO的深度研究好牛，感觉比DEEPSEEK强了非常多，终于明白为什么市占率这么牛了。但有个问题，APPLE续费时开通PRO总是提示失败，难受，没有美国卡。

#ChatGPT Pro #DeepSeek #市占率高 #APPLE续费失败 #美国卡

1周前

ACL 2025 最佳论文前两天公布了，俗话说：错过ACL 2025 = 在AI 2.0时代掉队🤣 于是今天一早，在 G 老师的协助下，火速拜读了由 DeepSeek & 北大等联合发表的论文：《Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention》。 📝 一句话总结：这篇论文不仅提出了一个新的 Attention 结构，更重要的是，它为“大模型在训练和推理阶段如何高效处理长上下文”这个老大难问题，给出了一个真正可落地、可扩展的结构性解法。 𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅 01｜先捋清楚：长上下文处理，难点在哪？原始 Transformer 的 Attention 是全连接的 —— 每一个 token 都要跟前面所有 token 做一次注意力计算。这种结构虽然简单有效，但当上下文长度从 2K 增加到 64K 时，计算量和内存需求就会指数级飙升，直接拖垮效率。比如当前主流大模型是“自回归”地一个词一个词生成，也就是说每输出一个 token，都要重新读并计算之前所有的 token，导致 GPU 明明计算力挺强，但要一直等计算完才行 —— 这就像在做阅读理解题，每写一个字，都得从头看前面写了啥。所以写得慢，不是因为不会写，而是因为每次回看太耗时间了。 NSA 论文也指出，在处理 64K token 的长上下文时，光是 Attention 模块里的 Softmax 操作就占了70~80% 的推理延迟，很影响效率。 02｜稀疏化注意力早就被提出了，为什么以前都没完美解决难题？其实很多人早就尝试用“稀疏注意力”来减轻计算压力，比如BigBird：滑动窗口 + 全局 token + 跳跃连接、ClusterKV：对 token 做语义聚类，只关注代表性 token等等。但这些方法基本都只能在“推理阶段”用，训练阶段模型根本学不会怎么选重点。更致命的是：很多稀疏策略是离散不可导的，模型压根无法“学着自己调整关注重点”。通俗点说：以前的方法更像是“临时抱佛脚看重点”，而不是“从一开始就学会划重点”。所以模型最终也就学不到真正高效理解文本的能力，无法从根本解决长上下文的挑战。 03｜NSA 的核心创新：让模型从训练第一天起就学会“划重点” 它是怎么做到的？由两大关键组成：三分支注意力机制 + 可微分门控融合。三分支注意力机制： 1️⃣ 压缩注意力：快速扫一眼，抓全局概念。➡️ 类似于看目录、抓关键词。 2️⃣ 选择注意力：选择重要的内容看 ➡️ 类似跳读找重点，精准阅读。 3️⃣ 滑动注意力：保留局部上下文信息，确保语义连贯。➡️ 类似连着上下文看，不跳行。可微分门控融合：前面说的三种注意力机制并不是互斥的，而是并行存在的。然后在NSA 中每个 token 都通过一个小的门控网络（MLP）生成三个融合权重，对三路注意力输出加权平均。这一步很关键： ✅ MLP 是可微分的，意味着这些权重是可训练的； ✅ 每个 token 都可以根据自己的上下文内容，动态决定到底用多少“扫一眼”，用多少“挑重点”，用多少“连着看”。 👉 换句话说，模型就像有了内建的“阅读策略”：该扫一眼时扫一眼、该精准跳读时跳读、该连着读时不跳行，从头到尾都在自主划重点。 04｜还有一项关键突破：硬件对齐优化以往稀疏 Attention 最大的难点之一是：你虽然选中了 10 个重点 token，但它们分布在 GPU 内存中各个角落，导致读取时要跳来跳去，访问成本高，效率不升反降。 NSA 在执行上设计了原生的可训练稀疏 Attention 路径，并和底层硬件执行方式做了深度对齐 —— 虽然细节略复杂，但结论很清晰。 05｜那实际效果怎么样？来看多个维度的评测： ❇️ 通用任务（如 MMLU、HumanEval）：9个基准中7项优于全Attention ❇️ 长文本任务（如 LongBench）：在64K tokens下准确率保持100% ❇️ 链式推理任务（如 AIME 数学题）：在8K/16K上下文下大幅超越全Attention，推理逻辑能力更强更重要的是：这些性能是在显著降低显存和推理延迟的同时实现的。 𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅𝌅 📍总结一下：过去做不出NSA，是因为“划重点”的方法太随机、太粗暴，模型既学不会也算不快。而NSA则把“划重点”变成一种可以训练的能力，还找到了让GPU快速配合的方法，真正让稀疏注意力从“理想”变成了“实用”。如果你也对这个领域感兴趣，NSA 的论文绝对值得啃完一遍。毕竟——长上下文不是下一个挑战，而是现在的主战场。 #AI #NSA #ACL2025NLP #Studylog #DeepSeek

#ACL 2025 #长上下文处理 #稀疏注意力 #DeepSeek #硬件对齐优化

2周前

如果我把做知识库的过程中的通义听悟换成 eleven labs 把知识库的对话模型从 DeepSeek 换成 Gemini 再把这个知识库对接给小助理，替换掉我应该问题不大知识库不好用都是 DeepSeek 和通义的锅

谷歌Deep Research：AI操作系统雏形？· 29 条信息

#知识库 #通义听悟 #elevenlabs #DeepSeek #Gemini

2周前

Deepseek的横空出世，让美国“把AI算力金融化收割全球的美梦”破灭了 “要文斗不要武斗”，中美两个超级大国的激斗，虽然没有硝烟，但是规模和精彩程度都是空前的

DeepSeek数据泄露：德国下架，信任崩盘· 157 条信息

中国DeepSeek引发美国科技股暴跌事件· 95 条信息

#DeepSeek #AI算力 #中美 #竞争 #金融

2周前

用 API 跑 Claude Code 太贵，实测Kimi K2 一个星期下来也扛不住了哇。 agentic coding 目前看不到可行的API方案，只能期待梁神天神下凡用 DeepSeek v4 把价格打下来，解救众生。想省钱，开两个 Claude Pro 账号最划算，但怎么在两账号间切来切去？难道真准备两台电脑？求问大家怎么用两个账号跑 Claude Code，给点实操经验。我不想花Max的钱，2个pro的用量对我来说应该够了。

AI编程工具激战：Claude Code、Gemini Cli崛起· 458 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 771 条信息

#Claude #Kimi #DeepSeek #省钱攻略 #多账号管理

凤凰网-凤凰网综合

2周前

DeepSeek真的不行了吗

中国DeepSeek引发美国科技股暴跌事件· 95 条信息

#DeepSeek #负面评价 #发展困境

3周前

我认为是字节的豆包。 Gemini认为是月之暗面； ChatGPT认为是OpenAI，告诉他是中国公司后猜是百度； Grok认为是xAI，告诉他是中国公司后猜是DeepSeek； Claude拒绝明确回答；

#豆包 #月之暗面 #OpenAI #DeepSeek

3周前

把 A 股全卖了。挑周六发消息，然后用 DeepSeek 做了预测，然后今天开盘相关股全线涨停，这玩个鸡毛，这不就是韭菜吗？这和 Trump 全家发币有啥区别？！

#A股 #DeepSeek #涨停 #韭菜 #预测

网易新闻-每日经济新闻

3周前

黄仁勋力赞DeepSeek，谈华为，聊中国市场……还称与雷军合作已经很久了，现在正在共同开发人工智能、自动驾驶软件等

黄仁勋力赞DeepSeek，谈华为，聊中国市场……还称与雷军合作已经很久了，现在正在共同开发人工智能、自动驾驶软件等,雷军,中国,华为,黄仁勋,英伟达,人工智能,自动驾驶,知名企业,机器人技术

小米YU7：狂销争议与交付疑云· 42 条信息

#黄仁勋 #DeepSeek #华为 #中国市场 #雷军

环球网-央视新闻客户端

3周前

黄仁勋力赞DeepSeek 对中国创新能力充满信心

AI是一个极其复杂的系统，中国的创新能力很惊人。

#黄仁勋 #DeepSeek #中国创新 #人工智能 #技术

凤凰网-凤凰网综合

3周前

黄仁勋最新表态：力赞DeepSeek、华为，谈与雷军合作

#黄仁勋 #DeepSeek #华为 #雷军 #合作

李老师不是你老师

3周前

网友投稿： DeepSeek现在连五一劳动节的由来都要审查，当出现美国警察和工人流血冲突，以及国际工人运动等内容后，之前生成的回答立刻被替换。

#DeepSeek #五一劳动节 #审查 #美国警察 #工人运动

1个月前

四大模型：豆包、DeepSeek、Monica、Gemini …… 先别急着吐槽 😄😅 如果把这个标题换成“gpt + claude + gemini + grok” 还真不如原标题赚钱

Google Gemini 2.5发布引发AI模型性价比热议· 94 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 771 条信息

#AI模型 #豆包 #DeepSeek #Monica #Gemini

1个月前

NVIDIA 市值刚刚破四万亿美元了，让我想起了半年前，当时 DeepSeek 刚出来，有很多不看好 NVIDIA 的言论，当时它的股价也在持续下跌。半年过去了，似乎答案很明显了。

英伟达市值破四万亿，AI芯片霸主地位稳固？· 34 条信息

#NVIDIA市值 #四万亿美元 #DeepSeek #股价上涨 #人工智能

1个月前

这次我的公众号是真的有人用 AI 了，总共几千粉，一晚上出现了几百条对话昨天测试了 20 套提示词，把第一性原理、反事实思维、批判性思维、系统性思维的框架，揉到一起，连上我的知识库了也用 DeepSeek 跑通了（比 gpt 差一点但是完全可用），欢迎来【公众号：dontbesilent】试用直接在公众号对话框对话即可，比ima知识库聪明点

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 771 条信息

#AI #公众号 #DeepSeek #知识库 #测试

网易新闻-上游新闻

1个月前

两周变卦成两天，特朗普是故意的还是不小心的？

当你不小心把deepseek叫成豆包

美欧关税战：特朗普挥舞关税大棒· 355 条信息

特朗普关税：欧盟拟反制，市场渐麻木· 1218 条信息

#DeepSeek #豆包 #口误 #AI #命名

1个月前

今天 MiniMax M1 发布并开源特色是两个： 1M 输入，80k 输出的超长上下文，以及 Agentic Tool Use 能力。官方正好列出了 M1 和 OpenAI O3、Gemini 2.5 Pro、Claude 4 Opus、DeepSeek R1 0528 的各项对比。 Gemini 和 Claude 可以说是各领风骚。 MiniMax 和 DeepSeek 在开源模型里是头部了，比 Qwen3 要好一档

MiniMax M1发布：开源长上下文推理模型引发AI领域震动· 7 条信息

#MiniMax #开源 #长上下文 #AI工具 #OpenAI #Gemini #Claude #DeepSeek #M1发布 #技术对比