久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频

板塊觀點
　　DeepSeek系列為什么爆火？
　　DeepSeek實現(xiàn)行業(yè)領先模型能力，并且對代碼開源。在AIME2024、Codeforces、GPQADiamond、Math-500、MMLU等多個測試中，DeepSeek-R1展現(xiàn)出媲美OpenAI-o1的模型能力。
　　 DeepSeek的模型成本大幅下降。在成本方面，DeepSeek-R1的API服務輸出定價為16元/1MTokens，相較于openAI-o1下降96%。對2024年12月發(fā)布的DeepSeek-V3，其API服務輸出訂單僅為8元（活動優(yōu)惠期內為2元）/1MTokens。
　　DeepSeek系列有哪些關鍵的技術突破？
　　DeepSeek系列模型有2個核心的模型，DeepSeek V3和DeepSeek R1/R1-zero。
　　DeepSeek V3在傳統(tǒng)專家混合模型（MoE）上改進，實現(xiàn)了超低的訓練成本。傳統(tǒng)MoE模型存在負載均衡問題，在低精度訓練方面也容易受到異常值影響。DeepSeek V3通過動態(tài)調整專家負載，避免了傳統(tǒng)方案的性能損失，并且通過FP8混合精度訓練框架驗證了FP8在超大規(guī)模模型上的可行性。通過優(yōu)化算法、框架和硬件協(xié)同，DeepSeek V3的訓練需要180KH800 GPU hours（2048塊H800上訓練50-60天），訓練成本僅557.6萬美元。相比之下，OpenAI訓練GPT-4使用了2萬塊A100顯卡訓練90-100天，訓練成本約6300萬美元。
　　 DeepSeek R1/R1-zero通過大規(guī)模強化學習訓練，涌現(xiàn)出強大推理能力。DeepSeek R1/R1-zero都是是通過大規(guī)模強化學習訓練而來的模型，其中R1-zero沒有將有監(jiān)督微調（supervised fine-tuning ,SFT）作為初始步驟。最早采用強化學習方法進行訓練的模型是OpenAI o1。OpenAI研究科學家、o1核心貢獻者Hyung Won Chung在MIT進行過一次名為“Don’t teach. Incentivize（不要教，要激勵）”的演講，就論述了這一理念。Hyung WonChung認為AI領域正處于一次范式轉變，即從傳統(tǒng)的直接教授技能轉向激勵模型自我學習和發(fā)展通用技能。AGI所需要的技能太多，我們無法列舉出每一項技能去teach，因此唯一可行的方法就是incentivize激勵，讓模型自己的思考、去涌現(xiàn)新的能力。在訓練中，R1/R1-zero的推理能力通過強化學習自然涌現(xiàn)，思考時間隨著模型的進行持續(xù)提升，自然而然地獲得了解決越來越復雜推理任務的能力。
　　相比R1，R1-zero省略了監(jiān)督有監(jiān)督微調SFT環(huán)節(jié)，完全依賴于強化學習，進一步減少了人工干預，引起了更多的關注。這對于那些難以獲取大量高質量標注數(shù)據(jù)的領域來說，具有重要的意義。
　　風險提示
　　1、人形機器人技術進展不及預期，成本下降不及預期。
　　2、需求不及預期風險。
　　3、受制于電池成本及補能便捷性，設備電動化滲透率不及預期。