- 综合排序
- 最热优先
- 最新优先
- 来自专栏快乐阿超
DeepSeek-V3
Github: https://github.com/deepseek-ai/DeepSeek-V3 最近在研究AI驱动的搜索引擎时，发现了一个非常有潜力的开源项目——DeepSeek-V3。 克隆项目代码并安装依赖： 123 git clone https://github.com/deepseek-ai/DeepSeek-V3.gitcd DeepSeek-V3pip install -r 数据准备 DeepSeek-V3 支持多种数据格式。你可以准备自己的数据集（如JSON、CSV、图像文件等），并将其放置在指定目录下。配置文件中可以定义数据路径和格式。 3. 测试搜索 DeepSeek-V3 提供了简单的 API 测试工具。 研究与分析 在科学研究中，DeepSeek-V3 可以帮助研究人员快速搜索相关文献、数据集或实验结果。
5.2K50编辑于 2024-12-31 - 来自专栏算法一只狗
DeepSeek 开源的FlashMLA到底是什么？
DeepSeek之前开源的FlashMLA，其github仓库代码已经来带了6000+的stars数量了，果然DeepSeek团队才是真正的OpenAI。 它其实总结下来就是两个关键的信息适配DeepSeek中自研的MLA，能够有效加速MLA的推理速度。其实MLA技术一开始就是DeepSeek-V2中训练的一种方法。 而DeepSeek-V2提出的MLA（Multi-Head Latent Attention），在KV缓存数量上略大于GQA（2.25组），但具备恢复完整MHA效果的能力。 从部署使用上看，其用法相当简单，只需要安装对应的依赖，然后像下面一样调用即可DeepSeek团队在首日就开源了FlashMLA，相信在接下来的几天内，社区会有更多实践和应用落地。 DeepSeek正用行动证明，他们不仅仅是开源的践行者，更是AI技术普惠化的推动者。
39210编辑于 2025-03-18 DeepSeek V4是什么？能做什么？
DeepSeek V4不只是聊天机器人，它是能真正干活的AI助手。 一、DeepSeek V4是什么？ 合并到一个新文件 3. 添加一列显示文件来源 4. 写需求文档 3. 设计数据库 4. 写核心代码 5. V3 上下文长度： V4（1M）>> V3（32K） Agent能力： V4显著提升 推理性能： V4更好 成本： V4-Pro略高，V4-Flash更低 六、注意事项 ▪ 6.1 不是万能的 复杂逻辑仍需人工 访问 https://chat.deepseek.com 注册 2. 试试简单的任务（写代码、总结文档） 3. 熟悉后尝试复杂任务（Agent流程） 4.
2K10编辑于 2026-04-28- 来自专栏AI智韵
DeepSeek-V3报告解读
多token预测的实现 DeepSeek-V3实现多token预测的方式主要通过引入多token预测（Multi-Token Prediction, MTP）目标来增强模型的性能。 该损失作为DeepSeek-V3的额外训练目标，旨在提高模型的预测能力。 推理阶段： 在推理时，MTP模块可以被丢弃，主模型可以独立运行，确保模型的正常工作。 DeepSeek-V3的多token预测如何影响模型的训练效率？ DeepSeek-V3通过多token预测的设计，不仅提升了模型的训练效率，还增强了其在生成任务中的表现。 这种方法的引入使得DeepSeek-V3在处理复杂的语言任务时，能够更有效地利用上下文信息，从而实现更高的预测准确性。 这使得DeepSeek-V3在处理复杂语言任务时，能够更快地收敛并达到更高的性能。 多token预测与传统单token预测相比，有哪些显著的区别？
1.1K10编辑于 2025-01-22 - 来自专栏大模型系列
万字长文详解DeepSeek：DeepSeek是什么-超长上下文
本文将从技术演进、核心架构、开源生态、应用场景、产业影响五大维度，全面剖析DeepSeek的技术内核与发展路径。一、DeepSeek是什么？ 三、核心技术架构解析1.混合专家（MoE）架构DeepSeek-V2/V3采用动态路由MoE：包含8个专家子网络（每个约16B参数）。门控网络根据输入Token动态选择Top-2专家。 社区贡献活跃，衍生出大量微调版本（如DeepSeek-Math、DeepSeek-Law）。3.商业赋能已被多家企业用于智能客服、代码助手、金融研报生成等场景。 API价格仅为OpenAI的3%，极具性价比。 /huggingface.co/deepseek-ai腾讯云《3年，从0到全球领跑：万字长文拆解DeepSeek大模型技术演进》百度开发者中心《DeepSeek模型全解析：核心差异与应用场景指南》
6.3K60编辑于 2026-04-06 - 来自专栏Linux运维技术之路
DeepSeek V3、DeepSeek R1 、 DeepSeekLLM版本区别
特性 DeepSeek V3 DeepSeek R1 DeepSeekLLM 含义 高性能信息检索和自然语言处理模型，适用于大规模应用 针对特定任务优化的轻量级模型，适用于中小型企业 专为大规模语言生成任务设计 ，适用于对话系统和生成任务 模型名称 DeepSeek V3 DeepSeek R1 DeepSeekLLM 模型大小 1.5B、7B、8B、14B、32B、70B、671B 1.5B、7B、8B、14B DeepSeek V3: • 适合处理大规模信息检索任务，支持不同参数规模的模型（从 1.5B 到 671B）。 3. DeepSeekLLM: • 专为生成任务设计，支持更大规模的语言生成和对话系统任务，支持从 7B 到 671B 的多种模型。 • 对于轻量级模型（如 Deepseek R1 的 1.5B），Python 3.7+ 也可满足需求。
20.8K42编辑于 2025-02-08 - 来自专栏一臻AI
DeepSeek之后，10万一个的Manus到底是什么？
从"AI会说"到"AI会做"的飞跃 如果说ChatGPT和DeepSeek只是会说话的AI，那Manus就是真正会干活的AI。 以前你对AI说："帮我分析这些简历。" 访问指定网站，探索所有功能并制作详细的产品体验报告 3. 阅读Github上的代码，理解项目结构并绘制系统架构图 4. 安全隔离的虚拟机环境（保护数据安全） 3. 多模态内容生成（可输出PPT/HTML/音视频） 4. 思考自己的不可替代性：AI可以写代码、分析数据，但它无法替代人类的创造力和情感共鸣 3. 继DeepSeek之后，又一个让全球瞩目的国产AI产品诞生了。 创始人是90后，之前做过壹伴助手这个产品（很多公众号作者都在用），然后卖掉后继续创业，现在又带来了Manus这个颠覆性产品。
28510编辑于 2025-03-07 - 来自专栏爱可生开源社区
是什么原因导致慢 SQL？问问 ChatDBA 和 DeepSeek
ChatDBA 与 DeepSeek 解决数据库故障的能力对比。 问题 是什么导致了慢 SQL？如何优化？ 交互轮次 2/3 根据上一轮 ChatDBA 给出的排查命令进行操作，并将排查结果反馈给 ChatDBA。 交互轮次 3/3 用户根据 ChatDBA 的建议，将 tmp_table_size 参数调整为 16M，SQL 执行效率显著提升，并就性能改善的原因向 ChatDBA 进行询问。 3. 为什么要检查临时表参数？ ChatDBA VS DeepSeek DeepSeek 的回答 登录 DeepSeek 官网，提出相同的问题。
43610编辑于 2025-06-17 - 来自专栏深度学习与python
DeepSeek 3FS 架构分析和思考
2025 年 2 月 28 日，DeepSeek 在其开源周最后一天压轴发布了自研的并行文件系统 Fire-Flyer File System，简称 3FS。 该系统支撑了 DeepSeek V3&R1 模型训练、推理的全流程，在数据预处理、数据集加载、CheckPoint、KVCache 等场景发挥了重要作用。 项目一经发布，就获得了存储领域的广泛关注。 火山引擎文件存储团队阅读和分析了 3FS 的设计文档和源代码，总结出这篇文章，在介绍了 3FS 关键设计的同时，尝试从存储专业的视角挖掘出 3FS 团队在这些设计背后的考量。 所有组件均接入 RDMA 网络实现高速互联，DeepSeek 内部实际使用的是 InfiniBand。 /deepseek-ai/3FS/blob/main/src/lib/api/UsrbIo.md 在实现上，USRBIO 使用了很多共享内存文件： 每个 USRBIO 实例使用一个 Iov 文件和一个
3.5K10编辑于 2025-03-12 - 来自专栏大模型成长之路
【大模型学习 | DeepSeek-V3原理】
DeepSeek-V3 Technical Report DeepSeek-V3 的基本框架还是 Transformer。 另外，V3 模型是通过将预测多token作为训练目标。本文主要是对DeepSeek-V3的模型框架以及训练目标进行讨论。 什么是负载平衡？ 是否使用 RMSNorm 是否移除偏置项 GPT-2 ❌ No ❌ 有偏置 LLAMA ✅ Yes ✅ 无偏置 DeepSeek-V3 ✅ Yes ✅ 无偏置 目前的模型权重已开源： https://huggingface.co/deepseek-ai/DeepSeek-V3-Base 者由于设备限制无法对 有兴趣的同学可以自行下载模型权重： mode_name_or_path = '/root/autodl-tmp/deepseek-ai/DeepSeek-V3-Base' tokenizer = AutoTokenizer.from_pretrained
1.6K21编辑于 2025-07-25 - 来自专栏AI大流行时代
Ollama系列：轻松3步本地部署deepseek
本文主要介绍如何通过ollama快速部署deepseek、qwq、llama3、gemma3等大模型，网速好的小伙伴10分钟就能搞定。让你摆脱GPU焦虑，在普通电脑上面玩转大模型。 第二步：下载deepseek打开命令行（WIN+R，在运行中输入cmd后回车），下载并运行deepseek-r1 1.5b蒸馏版。 ollama run deepseek-r1:1.5b下载完成后，ollama会为我们运行刚下载的大模型。下面是我运行成功的截图：第三步：使用大模型恭喜你已经在本地成功安装了第一个私有大模型。 运行成功以后，我们可以直接在命令行和deepseek对话。如你所见，这就是一个简单的对话窗口，也是大模型最原始的形态。 内容讲解（干货）ollama是什么？Ollama 是一款开源工具，能让你在个人电脑上本地运行各种大语言模型（如 DeepSeek、QwQ等）。
1.2K10编辑于 2025-03-15 - 来自专栏大模型系列
DeepSeek是什么？一文看懂国产开源大模型 DeepSeek 的功能、特点与使用方法
本文将基于截至 2026 年 3 月 27 日的公开信息，从 公司基因、技术演进、开源生态、商业战略、未来挑战 五大维度，系统解析 DeepSeek 的崛起逻辑与发展方向。 第二章：技术演进——从 V3 效率革命到 V4 架构前瞻 DeepSeek 的技术路线可分为两个阶段：已落地的 V3 体系 与 基于论文的 V4 前瞻。 2.2 DeepSeek V4：下一代架构的三大支柱（技术前瞻，截至 2026 年 3 月） 虽然 V4 尚未正式发布，但 DeepSeek 在 2025–2026 年发布的三篇论文已勾勒出其技术蓝图： 从 V3 的效率革命，到 DualPath 的智能体加速，再到 V4 的架构前瞻，DeepSeek 正在证明：中国不仅能做出好用的大模型，更能定义下一代 AI 的基础设施标准。 资源链接（截至 2026 年 3 月） 官方网站：https://deepseek.com 开源地址：Hugging Face｜魔搭 ModelScope｜GitHub 注：本文所有技术描述均基于 DeepSeek
7.7K40编辑于 2026-03-27 - 来自专栏凯云实验室
Messari: Web3是什么？
一言以蔽之——Web3是互联网的下一个时代。Web 3.0，通常称为Web3，是一种范型，这种范型推动互联网向更民主化的方向转变。 Web3是通过新技术表现出来，比如加密货币、虚拟现实、增强现实、人工智能等等。在新技术的推动下，Web3运动首当其冲的影响是：我们，集体和大众，看待和评价互联网的方式。 3、Web3：一个开放协议的世界 Web3是要重新设计现有的互联网服务和产品，使其造福于大众而不是企业实体。 虽然我们无法预测未来，但Web3的愿景是，以开源协议为基础，以商业作为接口，提供方便的访问和其他更多特性。Web3是一个对所有用户开放的互联网，建立在开放的协议和透明的区块链网络上。 Web3的世界将优先考虑个人的主权，而不是世界上富有的精英和寻租者。重新设计系统和协议的重点是民主化和去中心化。 4、Web3的例子有哪些?
85120编辑于 2022-04-02 - 来自专栏Linux运维技术之路
Deepseek 和Open Ai 大模型最大区别是什么
DeepSeek 和 OpenAI 的大模型（如 GPT 系列）在技术路线、架构设计和应用场景上存在显著区别。以下是两者的主要差异： 1. 模型架构 • DeepSeek： • 使用 MoE（Mixture of Experts，混合专家）架构，如 DeepSeek-V3 具有 6710 亿参数，但每次推理只激活 370 亿参数。 参数量和计算效率 • DeepSeek： • 参数量巨大（如 DeepSeek-V3 有 6710 亿参数），但通过 MoE 架构实现高效计算，每次推理只激活部分参数（如 370 亿）。 3. 训练数据规模 • DeepSeek： • 在 14.8 万亿 token 的数据上进行了预训练，数据规模庞大。 开源与商业化 • DeepSeek： • 目前未完全开源，更多用于特定领域或商业化场景。
4.3K10编辑于 2025-02-04 - 来自专栏C++
【DeepSeek】DeepSeek概述 | 本地部署deepseek
1 -> 概述 DeepSeek是由中国的深度求索公司开发的一系列人工智能模型，以其高效的性能和低成本的训练而受到关注。 以下是其主要介绍： 1.1 -> 技术特点 混合专家架构(MoE)：DeepSeek-V3采用MoE架构，总参数达6710亿，但每个输入只激活370亿参数，通过动态冗余策略，在推理和训练过程中保持最佳的负载平衡 1.2 -> 模型发布 DeepSeek-V3：2024年12月发布，总参数达6710亿，采用创新的MoE架构和FP8混合精度训练，训练成本仅为557.6万美元，在聊天机器人竞技场(Chatbot Arena 1.5B(15亿)两个参数量版本，且均为开源，在多模态理解和文本到图像的指令跟踪功能方面取得重大进步，同时增强了文本到图像生成的稳定性，在多项基准测试中表现出色，甚至强于OpenAI旗下的DALL-E 3， 这样本地部署deepseek就算完成啦
4K32编辑于 2025-02-08 - 来自专栏IT技术订阅
Grok 3与DeepSeek：AI技术的巅峰对决
Grok 3与DeepSeek在技术架构上各有侧重，展现了不同的技术路线和创新方向。 在AIME 2024测试中，Grok 3的得分为52分，显著高于DeepSeek-V3的39分。这一结果显示了Grok 3在处理高级数学问题时的高精度能力。 Grok 3在科学知识评估（GPQA）中得分75分，领先于DeepSeek-V3的65分。这一结果显示了Grok 3在科学知识理解和推理方面的能力更强。 在编程能力测试（LCB Oct-Feb）中，Grok 3得分57分，而DeepSeek-V3为36分。这一结果显示了Grok 3在代码生成和编程逻辑方面的优势。 （二）DeepSeek：中小企业与通用场景 与Grok 3的高端付费用户定位不同，DeepSeek主要面向中小企业和开发者。
77110编辑于 2025-02-21 - 来自专栏h5
DeepSeek-Uniapp基于uni-app+vue3集成deepseek流式AI模板
迎5.1重磅跨端AI新作，基于uni-app+vite5+vue3对接deepseek实战流式ai聊天对话模板。支持暗黑/浅色主题、各种代码高亮、对话本地存储等功能。支持编译到小程序/h5/app端。 本地会话存储支持代码块横向滚动、行号、代码复制功能(h5/app端)支持图片渲染宽度100%、图片预览功能(h5/app端)支持链接跳转功能(h5/app端)修复小程序端表格边框线及各类标签选择器样式失效项目结构uni-deepseek
56720编辑于 2025-04-30 - 来自专栏AI技术探索和应用
打破信息差，小白也可以知道最近大火的DeepSeek是什么？
什么是DeepSeek？ DeepSeek的官网：https://www.deepseek.com/ DeepSeek是一款基于深度学习技术的人工智能平台，它能够模拟人类的思维过程，通过大量的数据学习和自我优化，从而提供精准的预测和决策支持 效果好 根据DeepSeek官方给出的在测评效果，DeepSeek 最新的V3版本的模型效果已经可以与OpenAI的 GPT-4o模型相媲美了，部分数据集测评的效果分数对比如下，更多数据可以参考官网首页 Deepseek的应用场景 DeepSeek的应用场景非常广泛，几乎涵盖了所有行业。以下是一些典型的应用案例： 金融领域：DeepSeek可以分析市场趋势，预测股票价格，帮助投资者做出更明智的决策。 教育领域：DeepSeek可以根据学生的学习情况，提供个性化的学习建议，提高学习效果。 Deepseek的未来展望 Deepseek的出现，标志着AI技术进入了一个新的阶段。
2.3K21编辑于 2025-02-24 - 来自专栏鲜枣课堂
3GPP到底是什么？
前段时间，3GPP第一个5G标准冻结，很多人问我，3GPP到底是什么？ 其实，在今年上半年的时候，小枣君就发过一篇文章，专门介绍3GPP这个组织。 ? 文档链接：点这里 前段时间，我在朋友圈看到一幅介绍3GPP的长图文，说得也很详细，这里借花献佛，发给大家。 ? ? （图片来自网络，如有侵权，请联系删除） 此外，小枣君也专门绘制了一张3GPP的知识结构图，分享给大家。 ?
66320发布于 2019-07-22 - 来自专栏大模型系列
DeepSeek模型本地化部署的技术挑战全景解析-DeepSeek-V3R1
DeepSeek系列模型，尤其是其2025年发布的V3（1.75T参数）与R1（强化推理版），虽性能卓越，但其庞大的参数量与复杂的架构对本地部署提出了前所未有的挑战。 一、算力瓶颈：GPU资源的极限挑战1.1参数规模与显存需求的矛盾DeepSeek模型的参数规模呈指数级增长：DeepSeek-LLM-7B：约14GBFP16显存DeepSeek-MoE-16B：总参数 16B，但激活参数约2.7B，显存需求~18GBDeepSeek-V3：1.75万亿参数，即使采用MoE架构，单次推理激活参数也达数百亿核心矛盾：消费级GPU（如RTX4090，24GB显存）无法直接加载高参数模型 1.2计算密度与能效比挑战3：FP16vsINT4性能鸿沟原生FP16推理：RTX4090算力~82TFLOPSINT4量化后：理论算力翻倍，但实际加速受内存带宽限制。 二、存储与I/O：海量数据的吞吐困境2.1模型加载延迟挑战5：模型文件体积庞大DeepSeek-V3MoE模型：磁盘占用超1TB。
72620编辑于 2026-04-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号