清华大学 DeepSeek从入门到精通 （104页）

清华大学DeepSeek从入门到精通
最新推荐文章于 2025-12-02 15:55:42 发布
原创 最新推荐文章于 2025-12-02 15:55:42 发布 · 1.8k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #DeepSeek

最低0.47元/天 解锁文章
要将DsspSeek微调为行业专用的大模型，需要结合领域知识、数据优化和模型调整策略。
xsw108的博客
02-04 6132
领域预训练（可选）：在行业语料上继续预训练（Continual Pre-training），增强模型对领域语言的表征能力。领域术语库：构建行业专属的词典、实体列表（如药品名、法律条款、金融术语），用于增强模型对专业词汇的理解。数据增强：通过同义词替换（使用领域词典）、文本重组、合成数据（如GPT生成）扩充小样本场景的数据量。- 构建行业基准测试集（如医疗问答、合同审核），设计针对性指标（如诊断准确率、条款覆盖率）。模型压缩：通过知识蒸馏（将大模型知识迁移到小模型）、量化（FP16/INT8）降低推理成本。
清华大学《DeepSeek：从入门到精通》手册
leonpython的博客
02-08 1万+
清华大学DeepSeek从入门到精通
清华大学关于deepseek的使用介绍
友莘居士的博客
02-10 720
下载地址​​​​​​https://download.youkuaiyun.com/download/qq_37713191/90361723
DeepSeek全攻略：从零基础到精通的终极指南
m0_48891301的博客
02-04 5万+
Deep Seek是一款创新的智能搜索与分析平台，致力于通过先进的人工智能技术，帮助用户高效地从海量信息中提取关键信息。无论是数据挖掘、知识管理，还是市场分析，Deep Seek都能为您提供精准的搜索结果和深入的洞察力。今天，我们将带你深入了解这款工具，从入门到精通，掌握它的核心功能与使用技巧，开启高效智能工作的全新篇章。
目前全网最强DeepSeek指导手册，没有之一：清华大学《DeepSeek：从入门到精通》2月4日最新版
岛上程序猿
02-07 2万+
看了这么多deepseek使用指导，包括什么使用指南，15天指导手册，还有一些自媒体账号写的使用方法，普遍的问题是十分粗糙，没有实际的指导意义。还有些用的是chatGPT的训练方式，要知道，DeepSeek和chatGPT是两种模型，一个是推理型，一个是指令型，这是驴唇不对马嘴啊。虽然deepseek官方也提供了提示库文档，进行了13种场景的分类，但是具体举例也不够详细。
本地部署 DeepSeekR1 模型并集成至 IDE
qq_50706484的博客
01-31 3740
DeepSeekR1 模型凭借其出色的性能备受瞩目。通过本地部署该模型，你可以打造属于自己的 AI 神器。
救命！清华大学出了DeepSeek使用手册，长达104页！（附PPT下载）
热门推荐
leisigoyle的博客
02-07 7万+
救命！清华大学出了DeepSeek使用手册，长达104页！（附PPT下载）
人工智能丨DeepSeek使用指南：从入门到实战的完整解析
ceshiren_com的博客
02-13 1192
集成PyTorch/TensorFlow模型。
全网最详细的deepseek本地部署教程
2301_81060676的博客
02-12 1493
deepseek本地部署
Euler中 搭载自己的DeepSeek-R1
2302_79408199的博客
03-07 884
Euler中 搭载自己的DeepSeek-R1
TensorRT笔记（5）：研究timingCache
最新发布
ouliten的博客
12-02 437
在里出现了大量的timingCache，但是当时没有取研究这是干啥的，本文就来解析一下。样例都基于上面的文章。
【推荐系统】深度学习训练框架（五）：pyspark分布式TorchDistributor主从读取OSS文件认证机制
人工智能领域博客
11-28 1849
摘要： 本文详细解释了Spark Driver端与Worker端在OSS认证上的核心区别。Driver端通过Spark配置自动认证，而Worker端（独立Python进程）需显式提供认证信息。认证来源优先级为：1)Driver传递参数，2)环境变量，3)IAM角色。文章分析了架构差异导致的不同认证方式，并推荐从Driver传递认证信息的解决方案。当前实现已采用该方案，通过Spark配置或环境变量获取认证后传递给Worker进程，确保PyArrow能正确访问OSS数据。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1372
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1563
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
【LLM】DeepSeekMath-V2模型
发现问题，并解决问题，批判性思维
11-29 1131
研究问题：这篇文章要解决的问题是如何在大型语言模型（LLMs）中进行自我验证的数学推理。具体来说，现有的基于最终答案奖励的强化学习方法在数学推理中存在根本局限性，因为正确答案并不能保证推理的正确性，特别是在定理证明任务中。 研究难点：该问题的研究难点包括：如何在不依赖最终答案的情况下验证推理的正确性；如何在生成和验证之间建立有效的迭代改进循环；如何在没有已知解决方案的开放问题上扩展测试时计算。 相关工作：该问题的研究相关工作有：OpenAI的推理模型在定量推理竞赛中取得了显著进展；DeepMind的Deep
昇腾平台 vLLM 部署与性能优化实战：高吞吐推理落地指南
二哈喇子！
12-01 7894
昇腾平台vLLM部署与性能优化实战摘要
YOLOv8训练过程日志-深度解析
搏博的专栏
11-28 1012
特别值得注意的是不同类别的性能差异：phone类别的召回率达到0.462，明显高于car类别的0.286，这可能源于两个类别在训练数据中的分布差异、目标特征的明显程度等因素。值得注意的是，损失函数的下降过程并非单调的，而是存在一定的波动，这是梯度下降优化的正常现象。值得注意的是，虽然训练提前停止，但模型已经学习到了有意义的特征表示，这为后续的微调或迁移学习奠定了基础。的训练中，这些指标虽然数值较低，但这在小型数据集和有限训练时间的条件下是正常的，重要的是观察这些指标在训练过程中的变化趋势。
概率单位回归（Probit Regression）详解
拒绝AI玄学，只聊真技术▲
11-28 1027
概率单位回归（）是一种基于正态分布累积函数的广义线性模型，专门用于分析二分类因变量与自变量之间的关系。该模型假设事件发生概率服从标准正态分布，通过回归系数建立解释变量与概率值的线性关系，输出结果表现为0-1之间的概率值。Probit回归作为统计学和机器学习中的重要工具，通过连接概率世界和正态分布，为分析二元响应数据提供了强大的方法论基础。从Bliss在1934年开创性的工作到Rosett和Nelson在1975年的扩展，Probit模型已在经济学、医学、生态学和市场营销等多个领域证明了其价值。💡。
智镜随行：基于Rokid CXR-M SDK的智能眼镜无障碍辅助系统开发实践
Rqaqedamancy的博客
11-28 819
摘要： 本文介绍了基于Rokid CXR-M SDK开发的视障辅助系统「智镜随行」，通过AR眼镜与手机的协同实现无障碍辅助功能。系统利用眼镜端采集第一视角图像与语音，手机端调用多模态AI模型（OCR、目标检测、大语言模型）进行环境理解，并将结构化信息通过TTS实时反馈给用户。采用三层架构设计，结合蓝牙/Wi-Fi双通道通信，实现低延迟交互。开发中严格遵循SDK接口规范，完成设备连接、图像处理、语音交互等核心功能模块，为视障人士提供实时环境感知与导航辅助，展示了Rokid生态在普惠科技领域的应用潜力。
清华大学DeepSeek从入门到精通实战指南
“清华大学第一弹：DeepSeek 从入门到精通”是一套由清华大学相关团队或研究者整理推出的深度学习与人工智能技术教学资料，聚焦于当前备受关注的大模型技术平台 DeepSeek 的系统性学习路径。该资料以压缩包形式发布...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dex2048

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值