u012744245的博客

没想到，Meta Llama 4 发布 36 小时后差评如潮：代码测试小球穿墙失效；第三方榜单成绩垫底；匿名员工爆料内部数据泄露隐患；高层离职与恐慌模式频现；合成数据争议未消；写作文本重复僵化；网友调侃“DeepSeek-R1出世两月，Meta却像熬了几辈子”...

CVPR 领域主席（Area Chair/AC）曝出：一些极不负责审稿人，要么彻底放弃了评审过程，要么提交了质量极低的审稿结果，其中一些结果还是由大型语言模型（LLM）生成的。最终，CVPR 官方公布了对此事件的处理结果：项目主席 （PC）决定拒收这些审稿人撰写的 19 篇论文，实施「根据 CVPR 2025 此前公布的政策，确认了这些高度不负责的评审员，并追溯到他们作为作者提交的论文。此外，更惊爆的是，CVPR 组委对一些不负责任的审稿人进行了惩罚。），今年的大会录取率创下了历史新低。

1月28日，DeepSeek 开源了一个文生图模型，旨在实现高质量的文本-图像生成与多模态理解。是一种新颖的自回归框架，统一了多模态理解和生成。通过将视觉编码解耦为独立路径，同时利用单一的统一 Transformer 架构进行处理，解决了以往方法的局限性。解耦不仅缓解了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。

2月2日，云轴科技 ZStack 宣布 AI Infra 平台 ZStack 智塔全面支持企业私有化部署 DeepSeek-V3/R1/ Janus Pro三种模型，并可基于海光、昇腾、英伟达、英特尔等多种国内外CPU/GPU适配，将充分发挥DeepSeek开源模型和低成本高性能特点，助力企业级AI应用进一步落地。2 月 4 日，华为计算宣布，潞晨科技携手昇腾，联合发布基于昇腾算力的 DeepSeek R1 系列推理 API，及云镜像服务。

基于 GenAI 技术构建，而依赖于逻辑链条（Chain-of-Thought，CoT）来逐步推导出解决方案，这是一种用技术换时间和算力资源的方案，使思考模型可以用 10 分钟做完一套高考数学卷，分数超过 120 分，在逻辑推理能力上，进一步靠近人类专家。两款模型均采用 Hugging Face 的先进多模态技术，能够执行图像描述、短视频分析、文档理解等任务，尤其适合内存少于 1GB 的设备如笔记本电脑，为开发者提供更广泛的应用场景。让生成的「白模」（没上色的模型）效果“堪比设计师手工建模”。

简而言之，对于每条过滤规则，研究团队都会从原始数据和过滤后的数据中抽取了 3600 亿token 的随机样本，然后训练了一个 17.1 亿个参数的小型 Llama 类模型。在“稀疏混合专家”（Sparse Mixture of Experts）模型中，“稀疏”（Sparse）指的是在任意时刻，只有专家层的子集（在 Mixtral 8x7B 中通常是 8 个中的 1 到 2 个）被激活，用于处理一个 token。这篇论文的研究表明，LoRA 的学习效果明显低于完整微调，尤其是在编码等需要获取新知识的任务中。