搜索
GRPO（Group Relative Policy Optimization）是 DeepSeek-R1 成功的基础技术之一，我们之前也多次报道过该技术，比如《DeepSeek 用的 GRPO 占用大量内存？有人给出了些破解方法》。
原来，大型推理模型（Large Reasoning Model，LRM）像人一样，在「用脑过度」也会崩溃，进而行动能力下降。
大概从三四个小时前开始，两家大模型公司潞晨科技创始人尤洋和硅基流动创始人袁进辉，在社交平台公开互怼。先是尤洋在知乎对袁进辉发难，发文《坑人的硅基流动》，尤洋称本来不想发这些东西，但是硅基流动的袁进辉老师频繁在朋友圈里阴阳他。"这家公司疑似组织水军在网上长期黑我。今天DeepSeek有一篇文章指向我，他也在那里煽风点火。"
3月1日，潞晨科技官微发布了两则消息。先是宣布：“尊敬的用户，潞晨云将在一周后停止提供DeepSeek API服务，请尽快用完您的余额。如果没用完，我们全额退款。”后又发布消息：“感谢网友的热心提醒，Colossal-AI此前发布对DeepSeek-R1（671B）模型的LoRA微调，在参数加载过程中因参数名称不匹配的Bug导致Loss异常，已在GitHub线上修复。”
DeepSeek公开推理系统架构，成本利润率可达545%！明天还有更大惊喜吗？
DeepSeek和xAI相继用R1和Grok-3证明：预训练Scaling Law不是OpenAI的护城河。将来95%的算力将用在推理，而不是现在的训练和推理各50%。OpenAI前途不明，生死难料！
在大语言模型 (LLM) 的研究中，与以 Chain-of-Thought 为代表的逻辑思维能力相比，LLM 中同等重要的 Leap-of-Thought 能力，也称为创造力，目前的讨论和分析仍然较少。这可能会严重阻碍 LLM 在创造力上的发展。造成这种困局的一个主要原因是，面对「创造力」，我们很难构建一个合适且自动化的评估流程。
据新加坡本地媒体报道，新加坡警方逮捕了两名新加坡籍男子和一名中国公民，并指控这3人涉嫌绕过了美国贸易出口限制，非法向国内的DeepSeek公司走私Nvidia GPU。据路透社报道，新加坡警方和海关突击搜查了22个地点，总计逮捕了9人，并查获了相关文件和电子记录。
只要一句话，就能让DeepSeek陷入无限思考，根本停不下来？
DeepSeek开源AI引爆全民应用潮！飞书多维表格成为最佳入门级方案，如今亚朵星球、茶百道等纷纷接入，让团队如虎添翼显著提升效率。