跳到正文
3月24日週二
2月19日週四
2月3日週二
1月15日週四
2025年12月10日週三
2025年12月9日週二
2025年12月1日週一
2025年11月4日週二
2025年10月22日週三
2025年10月14日週二
2025年9月29日週一
2025年9月26日週五
2025年9月25日週四
2025年9月22日週一
2025年8月21日週四
2025年7月17日週四
2025年7月14日週一
2025年6月30日週一
  1. 張小珺商業訪談錄26

    107. 與夢秋 catch-up:創投頗無聊,也談旅行、閲讀與女性主義

    清流資本創始合夥人、百度前技術 VP 夢秋在節目中與主持人 catch-up,談創投近況,也分享旅行、閲讀、觀影和女性主義等話題。她認為資本寒冬尚未過去,DeepSeek 出現後 AI 應用創業也未因此變得活躍;節目亦討論各種 Bot 的體驗、微信如何做 Agent,以及垂直 Agent 的創業機會。

2025年6月16日週一
2025年6月12日週四
2025年5月30日週五
  1. Ollama:Blog63

    Ollama 新增模型思考功能開關

    Ollama 新增模型思考功能的啟用與停用控制,用戶可按應用情境決定是否分開輸出模型的思考內容與回答。CLI 支援 `--think`、`--think=false` 及互動指令切換;`/api/generate` 和 `/api/chat` 則新增 `think` 參數。

2025年5月28日週三
  1. DeepSeek:API 更新日誌76

    DeepSeek 將 deepseek-reasoner 升級至 DeepSeek-R1-0528,推理基準分數提升

    DeepSeek 將 deepseek-reasoner 升級至 DeepSeek-R1-0528,並公佈多項基準的 Pass@1 提升。AIME 2025 由 70.0 升至 87.5(+17.5),GPQA 由 71.5 升至 81.0(+9.5),LCB_v6 由 63.5 升至 73.3(+9.8),Aider 由 57.0 升至 71.6(+14.6)。

    推薦理由:DeepSeek-R1-0528公佈多項基準提升數據,並提示複雜推理任務較舊版消耗更多 tokens,可供比較版本能力表現與用量。

2025年5月5日週一
  1. LMSYS Blog69

    SGLang 如何以 PD 分離和大規模專家並行,在 96 張 H100 GPU 上部署 DeepSeek-V3

    SGLang 團隊以 12 個節點、96 張 H100 GPU 部署 DeepSeek-V3,結合 PD 分離與大規模專家並行(EP)。輸入序列長度為 2,000 token 時,每節點每秒可處理 52.3k 個輸入 token 和 22.3k 個輸出 token。相較於使用相同資源的基礎張量並行,最佳化策略的輸出吞吐量最高提升 5x;實驗及程式碼均已開源。

2025年3月31日週一
  1. 張小珺商業訪談錄26

    2025 年 Q1 全球大模型季報:與廣密探討當下最大非共識、AGI 主線與主峯

    《全球大模型季報》2025 年 Q1 節目與廣密討論全球大模型格局變化,以及 AGI 的主線、主峯與前進路途。廣密重新堅信預訓練決定模型內在上限並帶來新能力,認為後訓練與強化學習是加強。節目亦討論 DeepSeek、Manus、OpenAI、矽谷的認知分歧與價值觀,以及未來的新路線。

2025年3月27日週四
  1. Hugging Face Blog77

    DeepSeek-V3 0324 登上 Hugging Face Hub,四項基準分數均上升

    DeepSeek-V3 0324 已登上 Hugging Face Hub,沿用原版架構並採用 MIT 授權,重點改善指令遵循、編碼和數學能力。DeepSeek 團隊列出的 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 分數,分別由 75.9、59.1、39.6、39.2 升至 81.2、68.4、59.4、49.2。

    推薦理由:文中提供 MMLU-Pro、GPQA、AIME 和 LiveCodeBench 的更新前後分數,讓讀者可按多項基準逐一比較 DeepSeek-V3 0324 相對原版的提升幅度。

2025年3月24日週一
2025年2月24日週一
2025年2月11日週二
2025年2月10日週一
  1. antirez 原創博客54

    antirez:推理模型只是 LLM

    antirez 主張,推理模型仍是 LLM;以 DeepSeek R1 為例,其核心是 decoder-only 自回歸模型,沒有明確的符號推理或表示。R1 Zero 無需監督式微調,僅透過生成思維鏈並以獎勵函數配合強化學習,便能獲得相近的推理能力;S1 論文則指出,少至 1000 個例子已可讓模型開始進行複雜推理。作者據此認為,預訓練已形成推理所需的表徵,強化學習及少量微調可令這些能力展現。

2025年2月7日週五
  1. 張小珺商業訪談錄38

    朱嘯虎又來了:中國現實主義 AIGC 故事一週年連載

    時隔1年,朱嘯虎對通用人工智能的態度出現逆轉,成為這期中國現實主義 AIGC 故事一週年連載的核心內容。此前,他曾表示不看好大模型,並稱不會投資6家中國大模型創業公司中的任何一家。節目提及 DeepSeek 讓他快要相信 AGI,以及閉源模型是否仍有價值的討論。

2025年2月4日週二
  1. Hugging Face Blog53

    DABstep:面向多步推理的數據智能體基準

    Hugging Face 與 Adyen 聯合推出 DABstep,這項基準以450多項數據分析任務評估 AI 智能體的多步推理能力。任務源自 Adyen 的實際工作負載,但資料與商業背景為人工生成;基準涵蓋結構化資料和非結構化文件,並提供資料集、任務、評測、即時排行榜及基線。

2025年1月27日週一
  1. IT16884

    DeepSeek新模型發布後訪問量激增,官網及 API 再度服務中斷

    DeepSeek新模型發布後用戶訪問量激增,令官網及 API 再度無法使用。DeepSeek R1 在 AIME2024 的成功率達 79.8%,每百萬個 token 查詢成本為 0.14 美元,低於 OpenAI 的 7.50 美元;其程式碼和訓練方法以 MIT 許可開源。市場憂慮 DeepSeek R1 以較低成本訓練,可能削弱對英偉達 AI 晶片需求的預期。

    推薦理由:文章並列 DeepSeek R1 的基準表現、查詢成本與開源方式,並呈現其對模型競爭和 AI 晶片需求預期引發的反應。

2024年12月26日週四
2024年12月10日週二
  1. DeepSeek:API 更新日誌60

    DeepSeek 將 deepseek-chat 升級至 DeepSeek-V2.5-1210

    DeepSeek 將 deepseek-chat 升級至 DeepSeek-V2.5-1210,並改善多項能力。MATH-500 成績由 74.8% 提升至 82.8%,LiveCodebench(08.01 - 12.01)準確率由 29.2% 升至 34.38%;內部測試亦顯示寫作和推理有所改善。新版本亦優化檔案上傳和網頁摘要功能的使用體驗。

2024年12月4日週三
2024年9月5日週四
2024年9月4日週三