深度学习 - Zak's Blog

日月出矣，而爝火不息；其于光也，不亦难乎？

— | —

基础模型 = 既糊弄又高效的灵光一现 + AI良助

— | —

关于上下文，与AI伴侣系统设计的一些小思考，小想法

— | —

工程上的又一次胜利，商业实践中难言满意。

— | —

本文内容基于公开信息与个人推理，仅供参考，非 DeepSeek 官方声明。

— | —

在它之前，很多关于城市犯罪动态、微观社会治理的研究设想，往往只能停留在“如果有合适数据的话就能做”的假设阶段；而现在，这样的数据终于变成了可以触摸、可以下载、可以真正展开实证研究的现实。

— | —

从GPT-4的奇点时刻到o3&o4mini的现实发布，本篇回顾AI两年间的格局重构，解析OpenAI的相对衰落、国产模型的跃升，以及技术竞赛如何转向慢变量的下半场。

— | —

Meta发布Llama 4系列，采用MoE、原生多模态与千万级上下文。虽性能宣称领先，但社区质疑实际效果与宣传不符，发布显仓促，更像追赶而非引领。

— | —

阿里小开了一款大模型，叫Qwen2.5-Omni，本篇将看下Qwen2.5-Omni的技术报告，讨论一下其中的创新点和Omni类模型的工程优势。

— | —

本文深入解析 DeepSeek V3 和 R1 两大模型的创新点，涵盖架构、训练策略与推理能力，展现中国开源模型的强劲进展与高性价比潜力。

— | —