DeepSeek正是为王的理由

1. DeepSeek概述

2. 大语言模型（LLM）前置知识

3. DeepSeek模型家族

DeepSeek-R1-Zero

• ‌基础‌：基于671B预训练的DeepSeek-V3基础模型。
• ‌训练方法‌：使用强化学习（RL）进行训练，并引入两种类型的奖励，无SFT（监督微调）步骤。 DeepSeek-R1
• ‌基础‌：基于DeepSeek-R1-Zero模型构建。
• ‌优化方法‌：通过额外的SFT阶段和进一步的RL训练进行优化，提升模型的可读性和推理能力。 DeepSeek-R1-Distill
• ‌基础‌：使用DeepSeek-R1的输出数据对Qwen和Llama等小型模型进行微调。
• ‌目的‌：提升小型模型的推理能力，提供高效的推理解决方案。

4. DeepSeek的技术原理

5. DeepSeek的实际应用与效果

本次组会内容下载链接