墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.4k累计阅读
2.4k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
AI摘要
距离DeepSeek-V3开源不到一个月，DeepSeek又开源全新推理模型DeepSeek R1、DeepSeek R1-Zero，全面提升推理能力，效果媲美o1。此前DeepSeek-R1预览在LiveCodeBench评估表现接近o1-Medium。V3推理能力蒸馏自R1系列模型，采用创新方法注入推理能力。
距离DeepSeek-V3开源不到一个月，DeepSeek刚刚又开源了全新推理模型DeepSeek R1、DeepSeek R1-Zero，全面提升推理能力，效果媲美o1。
此前，DeepSeek-R1预览在LiveCodeBench上评估的表现接近 o1-Medium，提供 SOTA 推理性能！
从DeepSeek-V3技术报告，V3的推理能力蒸馏自R1系列模型：
引入了一种创新的方法，将长链推理（Chain-of-Thought, CoT）模型（特别是DeepSeek R1系列模型之一）中的推理能力提取出来，并将其注入到标准的大型语言模型（LLMs）中，尤其是DeepSeek-V3。
https://huggingface.co/deepseek-ai/DeepSeek-R1-Zerohttps://huggingface.co/deepseek-ai/DeepSeek-R1
来源 | PaperAgent
DeepSeek-R1本地部署与LoRA微调实战指南
大模型本地化部署与高效微调是企业落地AI能力的核心环节。理解模型加载、显存管理、参数高效微调（PEFT）原理，是突破CUDA内存限制、实现业务定制化的技术基础。DeepSeek-R1系列作为国产高性能开源模型，其Distill-Qwen-7B等版本在推理效率与领域适配性上表现突出；结合LoRA微调技术，可在单卡A10 24G等主流硬件上完成知识注入与任务对齐。本文聚焦真实工程场景，覆盖ModelScope模型获取、CUDA 12.2+PyTorch 2.3环境构建、Alpaca数据格式规范、LLaMA-Fa
DeepSeek R1和V3区别
DeepSeek-V3以低成本和高通用性见长，适合广泛的应用场景；而R1通过强化学习实现了专业领域的推理突破，并在开源生态中提供了灵活的蒸馏方案。两者的互补性体现了DeepSeek在技术路径上的多样性，既满足通用需求，又推动前沿推理能力的发展。
DeepSeek-R1医疗推理微调：Unsloth加速与医学CoT数据对齐实战
链式思维（Chain-of-Thought）是提升大模型逻辑推理能力的核心范式，尤其在临床诊断、法律推演等强结构化任务中，需模型显式建模多步推理路径。DeepSeek-R1通过强化step-level监督与结构化损失，专为复杂推理优化；而Unsloth则从内核级重写LoRA传播机制，实现显存降低41%、训练吞吐提升3倍，使消费级显卡（如RTX 4090）可完成端到端微调。本文聚焦医疗垂直场景，系统解决医学术语切分、CoT步骤边界保留、标签错位校正等关键问题，提供可复现的数据清洗—模型适配—评估验证全链路方案
首个DeepSeek-R1全开源复现Open-R1来了
huggingface出品，，短短一天已经冲上1.9k Star，这个仓库仍在建设中。的目标是构建流程中缺失的部分，以便每个人都可以复现并在此基础上进行开发。项目设计简单，主要包含以下内容：src/open_r1 包含用于训练和评估模型以及生成合成数据的脚本：grpo.py：使用GRPO在给定数据集上训练模型。sft.py：在数据集上对模型进行简单的SFT（监督微调）。evaluate.py：在R1基准测试上评估模型。generate.py：使用Distilabel从模型生成合成数据。
MoE混合专家架构原理与实战：从Router调度到DeepSeek-R1部署
混合专家（MoE）是一种通过稀疏激活提升大模型效率的核心架构，其本质是将稠密模型拆解为多个专业化子网络，并由轻量级Router动态路由输入token。该机制在保持海量参数容量的同时，显著降低单次推理的显存占用与计算开销，解决传统稠密模型面临的显存墙、计算冗余和训练不稳定性三大瓶颈。MoE的技术价值在于实现‘按需计算’的工程范式，已在GPT-4、DeepSeek-R1等工业级模型中落地验证，广泛应用于高并发API服务、多领域知识分发及低成本大模型推理场景。本文聚焦MoE的Router决策逻辑、负载均衡设计与可
AI Agent开发第77课-DeepSeek r1本地安装全指南
本文详细介绍了如何在本地安装deep seek r1。
DeepSeek R1 Zero中文复现教程来了！
Datawhale干货作者：骆秀韬，Datawhale成员项目代码可见：unlock-deepseek/Datawhale-R1（https://github.com/datawhalechina/unlock-deepseek），欢迎关注和 star！其余所有开源内容见文末。各位同学好，我是来自 Unlock-DeepSeek 开源项目团队的骆师傅。先说结论，我们（Datawhale X 似...
DeepSeek-R1-Zero 与 DeepSeek-R1 的异同与优劣分析
通过冷启动与多阶段训练，平衡了性能与实用性，成为当前开源模型中推理能力的标杆。是纯RL驱动的推理模型先驱，展示了无监督下模型的自我进化潜力，但受限于可读性和通用性。：探索长链推理（CoT）在多功能任务（如函数调用、多轮对话）中的应用。：生成的高质量数据可赋能小模型（如7B模型超越GPT-4o）。：多阶段训练（SFT+RL+拒绝采样）需要精细调参和资源管理。：过度专注推理任务，其他任务（如写作、问答）表现不足。：结合非推理数据，在写作、问答等任务中表现全面。（如反思、多步验证），无需人工干预。
亲手复现DeepSeek-R1-Zero实验完整解读
本文给大家分享个人亲手复现R1-Zero的全过程，包括对关键源码的解读、训练过程和实验结果分析。TL;DR，整个项目只需要定制2处地方：另外在main_ppo.py训练入口中的注册该reward function即可。如果想定制训练自己的推理任务，只需要处理上述两处代码即可。又可以愉快地调包了 (: 中途遇到问题： 模型和数据 基于Qwen2.5-3B复现。下载作者上传的数据集Jiayi-Pan/Countdown-Tasks-3to4。数据集包括target和nums两列。 此处要注意，veRL框
昇腾上部署DeepSeek V3/R1：MLA/MoE/MTP/W8A8量化实战解析
大模型从训练走向生产部署时，显存容量与推理吞吐始终是两道硬门槛。以DeepSeek V3/R1为代表的MoE架构将总参数做到671B的同时仅激活37B参数，配合多头潜在注意力（MLA）将KV缓存压缩约90%，从结构层面显著降低单请求的算力与显存占用。进一步叠加W8A8等量化策略，可将70B级蒸馏模型高效运行在国产推理卡上。在实际工程中，这些技术已在昇腾MindIE平台完整落地：从双机适配到公有云上线仅用四周，单实例即可提供10~40 TPS的推理吞吐，并支撑百万级用户调用。对于负责私有化部署或昇腾适配的工程
DeepSeek-R1纯RL训练：GRPO算法与蒸馏复现指南
强化学习通过奖励信号引导模型自主探索，其核心原理是利用策略梯度优化输出分布。在LLM后训练中，GRPO算法通过组内相对优势估计省去critic网络，显著降低显存开销。规则奖励设计将准确率与格式约束结合，使模型在数学推理等可验证任务中自发涌现反思与长链思考能力。该技术价值在于摆脱对大规模SFT数据的依赖，适用于私有化部署中的小模型蒸馏与推理增强场景。DeepSeek-R1技术报告正是这一范式的典型实践，其纯RL训练与蒸馏流水线为后训练工程提供了可复用的参数模板与排错路径。
o1 圈新王 DeepSeek R1/R1-Zero 开源，用 TaoToken 给 Codex 换个模型
DeepSeek R1/R1-Zero 开源后，想绕过繁琐的重新注册？直接用 TaoToken 给 Codex 换模型即可。本文以 config.toml 为例，演示如何将 model 改为 deepseek-r1、model_provider 设为 taotoken，并将 base_url 指向 TaoToken 接口，全程无需申请 DeepSeek Key。配置后还可通过一道数学归纳题验证调用效果，并避开 Base URL 加 /v1、模型 ID 写错、401 等常见坑。现在前往 https://tao
ANSYS APDL齿轮建模实战：从渐开线方程到完整3D模型的保姆级教程
本文详细介绍了使用ANSYS APDL进行齿轮建模的全过程，从渐开线方程的数学基础到完整3D模型的创建。通过参数化命令流实现高精度齿轮建模，特别适合机械设计和仿真分析需求。教程包含关键参数计算、APDL环境配置、单齿齿廓建模以及全齿轮阵列复制等实用技巧，帮助工程师快速掌握ANSYS APDL在齿轮建模中的应用。
DeepSeek-R1技术突破：基础模型强化学习+蒸馏小模型超越o1-mini
DeepSeek-R1-Zero 展示了自我验证、反思和生成长 CoT 等功能，标志着研究界的一个重要里程碑。利用 DeepSeek-R1 生成的推理数据，对研究社区中广泛使用的多个稠密模型进行了微调。向社区开源了基于 Qwen2.5 和 Llama3 系列的 1.5B、7B、8B、14B、32B 和 70B checkpoints。该流水线包含两个 RL 阶段，旨在发现改进的推理模式并与人类偏好保持一致，以及两个 SFT 阶段，作为模型推理和非推理能力的种子。来源 | PaperAgent。
Tesla V100 Windows 部署实战：从驱动安装到模式切换的避坑指南
本文是一份详细的Tesla V100在Windows系统下的部署实战指南。文章从硬件组装、系统选择讲起，重点阐述了驱动安装的正确方法，并深入剖析了将计算卡从TCC模式切换至WDDM模式的诱惑与潜在陷阱。最终，作者推荐保持默认TCC模式，并提供了使用nvidia-smi命令行等稳定可靠的显卡监控方案，旨在帮助用户避开常见坑点，高效利用这张专业计算卡进行AI计算等任务。
COMSOL报错调试总结（不定期更新）
COMSOL报错调试总结1. 可定位错误1.1 除零错误1.2 未定义变量值1.3 边界条件/材料属性等缺失2. 难定位错误2.1. 装配期间内存不足 官方给的案例总是非常完美，运行流畅，结果完美。但是自己做模型时候就总是报错，而且不像自己coding的程序那样可以明确定位哪里出了bug。这里把我碰到的一些报错问题以及调试方法记录下来~ 部分来源于以下参考来源： http://wap.sciencenet.cn/blog-1467490-1118453.html?mobile=1 1. 可定位错误 以下错误
DeepSeek R1之后的推理大模型后训练增强技术解析
本文给大家分享个人亲手复现R1-Zero的全过程，包括对关键源码的解读、训练过程和实验结果分析。TL;DR，整个项目只需要定制2处地方：另外在main_ppo.py训练入口中的注册该reward function即可。如果想定制训练自己的推理任务，只需要处理上述两处代码即可。又可以愉快地调包了 (: 中途遇到问题： 基于Qwen2.5-3B复现。下载作者上传的数据集Jiayi-Pan/Countdown-Tasks-3to4。数据集包括target和nums两列。 此处要注意，veRL框架存在1处
【IC设计实战】去耦电容decap在电源完整性中的关键作用与选型策略
本文深入探讨了去耦电容（decap）在IC设计电源完整性中的核心作用。文章分析了decap如何通过提供本地电荷缓冲来抑制电源噪声与电压波动，并详细阐述了其选型与布局策略，包括MIM、MOM、MOS电容的特性对比，以及如何权衡峰值抑制与建立速度的矛盾，为设计稳定可靠的芯片电源系统提供实践指导。
告别 Prompt 拼凑！DeepSeek-R1 深度剖析：如何用 GRPO 强化学习让大模型自我进化
2025~2026 年，大模型领头羊的演进方向已从单纯的“预训练参数比拼”全面转向“推理期算力（Inference-time Compute）与强化学习（RL）”。DeepSeek 推出的开源推理模型 DeepSeek-R1 凭借极高的性价比与优秀的逻辑推理能力（Math / Code / Logic），迅速成为全球开发者关注的焦点。 本文将从架构创新、核心算法 GRPO 机制、推理链路剖析以及 优快云 开发者实战部署四个维度，全面拆解 DeepSeek-R1 的核心技术密码。
Vue3 - Element Plus上传组件el-upload上传多个文件时，让on-change监听事件仅执行一次并获取最终文件列表方法（开启多选文件并手动上传，拿到文件列表统一循环调用接口上传）
vue3，elementplus，Upload上传，el-upload，文件上传组件，上传组件on-change里执行多次，取消自动上传后change重复执行问题，upload上传多个文件后导致on-change执行多次拿不到最终文件列表，Element-plus的upload组件on-change不断执行怎么办，上传多个文件多次执行调用，上传多个文件时如何只执行一次on-change方法拿到最终的文件列表，vue3elementplus上传组件开启多个上传后导致change方法执行好几次，仅调用一
[密码学实战]商密TLCP协议抓包解析与深度分析（二十九）
[密码学实战]商密TLCP协议抓包解析与深度分析（二十九）
DeepSeek-R1 模型下载指南：3 种方式，从选型到本地部署
DeepSeek-R1 是 DeepSeek 开源的推理模型：6710 亿总参数（激活 370 亿），采用 MoE 混合专家架构，官方上下文 128K。这个体量的 DeepSeek-R1 模型下载不是几分钟的事——全量权重被切成 163 个分片，总容量约 688GB，对磁盘和网络稳定性都是实打实的考验。本文用"先选型、再下载、后校验、最后跑起来"的顺序，把三种下载方式、完整性和常用推理参数一次讲清
博途PLC模糊PID控制（附SCL完整源代码）
操作人员根据对象的当前状态和以往的控制经验，用手动控制的方法给出适当的控制量，对被控对象进行控制。用电脑模拟操作人员手动控制的经验，对被控对象进行控制。用模糊数学的知识模仿人脑的思维方式，对模糊现象进行识别和判决，给出精确的控制量，对被控对象进行控制。与经典控制理论和现代控制理论相比，模糊控制的特点是不需要建立对象的精确模型。根据操作人员手动控制的经验，总结的完整控制规则，在根据系统当前的运行状态，经过模糊推理，模糊判决等运算，求出控制量，实现对被控对象的控制。......
DeepSeek-R1在七种国产AI芯片上的满血推理实践
大模型推理引擎是连接算法与硬件的关键枢纽，其核心能力在于将PyTorch/TensorFlow模型高效映射至异构加速器。随着国产AI芯片加速成熟，如何实现‘一套模型、多芯共跑’成为信创落地的核心挑战。本文聚焦DeepSeek-R1这一典型MoE架构开源大模型，深入解析其在昇腾、寒武纪、壁仞等七类国产AI芯片上的推理适配原理——涵盖芯片无关接口（CAI）设计、KV Cache分层卸载、MoE专家预热、低比特量化协同等关键技术路径。内容覆盖驱动栈兼容性治理、vLLM定制化改造、PCIe与内存带宽瓶颈突破等工程实
在 SAP S/4HANA Public Cloud 中做产品扩展：从 Key User 到 ABAP Cloud 与 BTP 的三轨实践指南
摘要：SAP S/4HANA Public Cloud 提供三种扩展方式（key user、developer extensibility 和 side-by-side），遵循 clean core 原则确保升级稳定。key user 扩展适合无代码轻量改良，developer extensibility 用于受控 ABAP 开发，side-by-side 则适用于云原生独立应用。文章通过销售订单优先级字段、退货审批微服务和采购校验等案例，说明不同扩展路径的适用场景与实现方法，帮助开发者在三系统景观中合理选
VB摄像头监控
该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制
51c大模型~合集111
OpenAI 的某发言人表示：「为了提高清晰度和安全性，我们增加了一个额外的后处理步骤，其中模型会审查原始的思维链，删除任何不安全的内容，然后简化某些复杂的思维。可以看到，虽然 ChatGPT 确实完成了任务并展示了总结版的思维链，但似乎并未如 OpenAI 发言人说的那样给出与提示词语言同样语言的总结版。北大-灵初联合实验室表示，Align-DS-V的多模态强推理能力是VLA模型大脑端的核心，接下来的研究训练计划，是利用多模态推理模型的跨模态穿透能力，实现action穿透，最终实现真正高效的VLA模型。
文档：亲测可用解决vnc灰屏，黑屏，鼠标大黑叉情况
主要解决vnc-viewer灰屏，黑屏，鼠标大黑叉等现象，详细见文档。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
492
扫一扫
