depseek哪个版本写论文好
嗨，我是王五。最近啊，在 ai 圈有个传闻，据说呢，这个 deepsea 微四很可能在农历新年那会就跟大家见面了。不知道你还记不记得，去年他们的 r 一 模型就是在春节前突然空降的，一下子震动了整个科技圈， 今年难道又要再来一次突然袭击吗？现在网上的讨论啊，可热乎了，很多人都猜，这次呢，他的编程和逻辑上呢，又要跨上一个全新的台阶。 不过今天呢，咱们不光是凑热闹，猜猜日期，我想啊，跟你唠点更实在的。这个 deepsea 呢，最近低调的发布了三篇论文，一听论文呀，你不用担心，咱们不用那些拗口的词，咱们呢，就当听几个小故事， 而且按照他们的一贯风格呀，先论文后模型，所以这三篇文章呢，很可能就是 v 四的技术设计图。提前看一眼，你就知道这个新年大礼包里边到底装了些什么。 第一篇论文呢，叫 ingram， 相当于是给 ai 配了一个词典。这个名字听起来很高级，其实道理啊，特别简单，咱们中国人记知识呢，比如说李白是唐代的大诗人，这个呀，是刻在常识里的，不用每次呢都现推理。 但现在的 ai 呢，他不是这样的，他每次比如说碰到苏轼，苏东坡这个名字，在他的这个思维层里呢，他会一点一点的去琢磨。 哎，这个人姓苏，是宋朝人啊，号东坡居士，是一个写词的。哦，原来是那位大文豪，就是他需要呢，一点一点的去推理，本质上他是没有记忆的，所以这个效率啊，就像你每次被问到黄河发源于哪里呢？ 哎，你就得开始推理各种各样的知识，比如说，哎，中国的地形是西边高，东边低，哎等等，这样开始推理太费力了。 deepsea 的 想法呢，非常的巧妙，他给 ai 呢配了一部智能字典， 把这些确定的知识点相当于字典一样，提前储存在了大脑里边。比如说一些特定的历史人物啊，科学常识啊，就直接存进去， 看到秦始皇就不用在内部推理了，直接就查字典就知道，哎，秦始皇是嬴政，是中国的首位皇帝，干了比如说统一六国啊等等等等这些事情，他就可以把大量的推理的这个算力呢节省下来， 然后用权力的去解一些比如说数学题啊，或者写代码啊等等这些需要逻辑思维的东西吧。当然这个 ai 呢，它非常的聪明，它呢不会非常死板的照抄字典， 比如说在咱们的呃 prompt 里，也就是提示词里提到了麒麟这个词，它就得呢先看上下文。比如说，如果是在聊五 g 技术，是在聊这个华为公司的话，这个麒麟可能就指的是华为手机里的那颗麒麟芯片。 但如果说咱们前面聊的是山海经，他就知道，哦，聊的原来是神兽麒麟，这个时候他就知道此麒麟非彼麒麟了。这就像呢，是一个聪明的学生，带着参考资料进考场，但是懂得灵活应用，绝不生搬硬套。 最有意思的是呢，他们找到了一个黄金比例，黄金比例是什么意思呢？就是在 ai 的 总的思维能力里边， 拿出大约百分之七十五用来深度思考，百分之二十五的思维能力呢，用来快速的查找记忆，效果是最佳的，大家可以看这幅图哈， 如果全是记忆的话，这个 ai 就 成了只会背书的书呆子。如果全是思考能力的话，又会把过多的精力浪费在重复的记忆上。 这个平衡之道呢，是不是特别像咱们中国古代有一句话叫学而不思则罔，思而不学则殆呢？第二篇论文啊，也非常简单，叫 m h c， 翻译过来呢，叫做流行约束的超连接 啊，是不是听着好像每一个字都认识，连起来就不知道什么意思了？其实非常简单啊，我用一个非常简好简单的比喻告诉你是什么意思啊，原来的这个 大语言模型呢，深度神经网络呢，它是层级结构的，一层一层有非常多层，相当于呢啊，你可以把自己想象成古代的皇帝。 如果说基层有一个信息想传递给你的话，中中间呢，需要经过，比如说啊，这个县市州，然后一直到部，然后一直到你这里等等等等，需要非常多层级的连接，你才能听到这个信息， 中间呢就会效率非常低。中间的这个信息呢，会产生一些变形，可能你收到的信息和他最初基层发出的信息呢，已经完全不同了。大约呢，在十年前，有一个科学家呢，就提出一种很聪明的方式，叫残差连接， 他是什么意思呢？相当于是呃，在这个信息足层往上传递的过程中呢，我设立一条通道，可以让基层的部分可能很重要的信息能够直达天庭，直接能进到我的耳朵里 啊，你可以理解成呢，就像古代这个，比如说皇帝会派很多的锦衣卫啊，或者自己的眼线到基层里边去，然后呢，去收集各种各样的一线的真实信息，直接传递给皇上。 这个残差连接很好，一直用了十年，直到去年，豆包才提出了一种新的连接方式，叫超连接，就是 hyperconnection， 也就是咱们这个 deepsea 发的论文里的 mhc 里边的 hc 这部分。 他的这个超连接呢啊，在残差连接的基础上呢，又进了一步，让他的效率更高，然后呢，成本更低。但是有一个问题，就是他特别容易崩溃，他特别容易崩溃呢，这个啊，一直没有找到解决方法，直到前段时间 deepsea 放出的新论文，提出了 m h c 的 这么一个解决方案，才把特别容易崩溃这个问题解决掉。你呢，可以理解成这个 m c 方案呢，相当于是直挖了一条京杭大运河，把这个数据啊，就像水流一样直接运往北京。但是呢，它的问题就在于呢，这个河道 他特别容易决堤，训练呢，很容易崩溃。而 deepsea 的 工程师们呢，这次就扮演了超级水利专家的角色，他们的核心是一个叫做双随机矩阵的数学方法，给这条快速航道加上了一条精密的智能水闸系统。 这个系统的妙处呢，就在于，他强制要求每一段航道的流入和流出的水量，也就是啊，这个信息量必须严格的平衡。这样一来呢，无论网络有多深，信息流既不会枯竭，也不会泛滥成灾。 而实验的结果呢，是非常惊艳的，原来能放大三百倍的不稳定信号，被牢牢的控制在了一点六倍以内， 在需要复杂推理的任务上呢，性能大概提升了百分之十，而代价呢，仅仅是在训练的时候，一次性提升了一个百分之七的成本。这个呀，就像一个顶尖的工匠，不仅重新设计了蓝图， 采用扎实的工艺，把一个好想法真正变成了一个可靠高效的基础设施。这第三篇论文呢，展示了 deepsea 的 格局，是 r 一 模型的开源成长日记。 deepsea 呢，像写开发日记一样，把 r 一 模型的训练时候的每一个细节都全部摊开了给你看， 特别是他的训练账本，总成本大约只花了二十九点四万美元，也就是一辆比较好一些的豪华小汽车的钱。 更难得的是呢，他们详细的分享了走过的弯路，比如说模型，曾经一度学会了迎合测试题目，而没有真正的变强。 这种坦诚的分享在行业里非常的珍贵，就像是一位顶尖的 老师傅，他不仅呢是把已经实验好的成功的菜谱传给了你，同时他还把他在成长过程中，什么时候火候掌握的不好，调料放多了放少了的，失败的经验也全部交给了你，毫无保留的对你说，这些坑我已经替你们踩过了， 你们的未来可以走的更顺。好了，这几个故事就讲完了，咱们呢，来回顾一下这三篇论文呢，其实都是在用不同的方式解决了一个核心的问题， 就是怎么能够让大语言模型让 ai 能更聪明，同时能更省料。 ingram 呢？也就是记忆，讲了，该记的要记牢，该想的要想透。 而 mhc 呢，讲了不止于要提出新的想法，更要用扎实的功成把这个想法做稳做精。而对 r 一 的复盘呢，相当于是打开了自己的内部账本，跟整个行业共享经验，与行业共同成长。 如果 deepsea v 四真的在春节登场，这些深思熟虑的技术很可能就是它的内核。 你看， ai 在 进步，不光是砸钱堆算力，更是这种充满巧思的技术智慧与扎实的工程精神。最后呢，说点我自己的感受吧。 看了这些论文，我总觉得 ai 的 进步有些时候特别像我们身边的那些靠谱的匠人， 不追求一夜之间的惊天动地，而是耐心的把一块砖一条路修的更结实，更顺畅。他不是那种飘在天上的让人听不懂的黑科技，反而是特别实在的。怎么能让 ai 少浪费点脑力？ 怎么把用了十年的老基础打的再牢一点？怎么大大方方的把自己的经验和教训分享出来，让大家一起往前走？这让我想起了咱们常说的一句话， 路要一步一步走，事要一件件做。真正的突破，往往就藏在这种对基本功的敬畏和打磨里，它或许没那么炫，但特别踏实，也特别有力量。 如果说未来的智能时代是一幅宏大的画卷，那 deep sea 现在做的这些工作，就像是先用心打磨好手中的每一滴墨 笔，稳了墨云了，将来无论画什么都更有底气。这就是我从这几篇论文里读到的一点味道，不知道你听下来有什么感受呢？ 这种踏实型的科技路线，你觉得怎么样？欢迎在评论区跟我唠唠。好了，以上就是本期视频的全部内容，如果你喜欢我的视频，记得点赞、收藏加关注， 我是你的朋友王五，咱们回见。
粉丝143获赞668
相关视频
00:45查看AI文稿AI文稿deepsea 又更新了，上线了一个百万掏坑的上下文版本，知识库也从二四年的七月同步到二五年的五月。这次的更新我觉得主要是一个算力的提 升，更新后的版本可以轻松容纳三体三部曲，深度理解的能力直接拉满。如果你还在为文献的文本内容太多无法解读的话，那么告诉你，这次更新后的 deepsea 你 可以直接去用，记住它只需要一条提的词就可以把你的长文本快速解读。 操作也非常简单，打开 deepsea 后，把你的长文本以附件的形式上传，然后输一条提示词，稍等片刻后，我们就可以看到 deepsea 会对你的长文本内容进行一个详细具体的一个解读，让你快速了解这篇文献的具体内容。这样我们在做学术研究的时候 是不是轻松了很多？文献解读提示词评论，文献解读分享，我是张老师，关注我学习更多高分 s c r 文章写作经验。
18张老师讲论文
00:58查看AI文稿AI文稿最近 deep seek 发布了 v 四版本，我帮大家测试了一下，使用这个 deep seek v 四模型，配合指令， ai g c 率可以直接改到零。但我发现好多宝子真的纯莽夫操作，直接把豆包整好的出稿，二话不说一股脑往里丢。结果一查， ai 率不但没降，反倒往上涨， 瞬间慌到不行，还搁那怀疑 deep sec v 四不好用。我真的想说，纯属你自己用法太粗糙了好吧，正确操作其实很简单，首先记得切到专家模式，不然很多时候你用的还是普通版本。然后把深度思考打开，重点来了，智能搜索一定要关掉，不然联网后容易混进一堆乱七八糟的信息， 反而影响效果。可以结合这段提示词，一小段一小段的降 ai。 但很多人又遇到新问题， ai 率是降下来了，整篇文字跟唠嗑似的，口语感太重， 一点初稿内味儿都没有，改完等于白改，纯属浪费时间。这时候就该咱们老朋友登场，看学校，要求选知网或者维普就行，把文档丢进去，他会跟着各大平台的算法逻辑，帮你重新梳理文本结构，专门降低内谷 ai 位，这样处理一下基本都能合格。
1488小八要毕业
00:44查看AI文稿AI文稿deepseek 新版本可能要来了！有开发者发现了 deepseek 代码中的神秘符号， model 一。 从代码细节看， model 一 在内存管理、 kb 缓存布局上跟现在的架构完全不同，有可能集成了 deepseek 最近刚发的两篇重磅论文成果， 一个是能让模型拥有生物记忆的 ngram 模块，另一个是大幅优化训练稳定性的 mhc 技术。现在的头号选项是到底是全能战士 v 四还是天才大脑 r 二。新模型极有可能在二月春节期间推出，它的代码能力或许能直接 硬钢，甚至超越 openai 的 gpt 和 ansapatic 桌面。无论它最终叫什么， model 一 的出现都预示着 deepseek 准备再次掀翻大模型的桌子。你们觉得 deepseek 这次能超越国外的模型吗？
40太评视野
01:27查看AI文稿AI文稿维普版本大更新，还在用豆包 deepsafe 整初稿的也是无敌了。之前一段一段丢给 deepsafe， 它或许还能给你梳理句式，替换点高频词， ai 率多少还能压一压。可现在维普这波全面升级啊，直接让你原形毕露了。 你提示词再花里胡哨， ai 绿依旧是亲子鉴定级别。虽然 deepsea 升级了 v 四，但它参考文献依旧胡编乱造。当然了，也不是说 deepsea 就 没用了，让它帮你整资料理思路，出研究方向还是没毛病滴。最后掏出师哥的功德流工具， 用它拿个 a 或许有点难度，但要是为了过导师那关还是绰绰有余的。首先把选择题输进去，再把刚整理好的研究思路丢进去。格式模板，只要选对你自己的学校， 接下来就轻松多了。系统会根据你的方向推荐相关文件，都是只网真实可查的，可不是 deepsea 拼出来的，你只需要按需求选数量就行。这样一份框架完善的大纲就出来了，不喜欢就直接换，就是这么任性。 需要图标公式代码的注意了，右边勾选对应图标，系统会根据你的内容自动补进去。这波功德流打出来的初稿结构完整，格式规范，工作量也是拉满。最关键的一点是， ai 率也在合格范围内，老师看了都要让你上台讲两句。
216小磊爱科研
02:18查看AI文稿AI文稿本期视频讲解与小严写作如何使用？首先输入好我们准备的课题，这里可以上传自己的开题报告生成大纲，也可以使用自定义大纲，个人建议优先五点二模型，这个模型集成了 d、 p、 c、 k 最新的 v 四版本， 需要三级标题就可以开启。这个字数选择是支持最高五万字长篇内容，并且支持中文英文文献有自己的可以选择自定义文献，没有就默认智能剪索就可以了，可以自定义文献，数量最高一百篇，但是一般只需要二十篇，不是越多越好。 这些就是生成的大纲目录了，咱们可以检查一下是否标题和描述有不足，然后进行补充。右边的这些图标是表格公式代码，点亮后 ai 会自动生成这些插入， 这个就是与小严写作给咱们生成的内容了。格式，这些全部是帮我们调整好了的， 并且插入的图表表格格式，这些咱们都可以在里面看到，包括参考文献都帮咱们交叉引用好了。 clientil 加鼠标，左键是可以直接跳转到对应文献的，不需要咱们手动一个一个调整了，文献也是真实可查的。 接下来咱们再看一下赠送的答辩稿，于答辩问题预测，这个可以让咱们答辩时心里有底，不再那么慌张。 最后就是赠送的科研绘图功能了，这个功能可以复制出很多科研图片，比如主板原理图、 细胞图、仿真图等，这里我简短演示一下，直接输入一个关键词生成，有具体需求可以直接填描述，里面越详细生成的结果就越接近。有参考图的也可以上传一下，这样效果可以达到最佳。 现在咱们可以看一下生成科研图片效果怎么样，如果需要中文，可以在提示词末尾加上中文两个字，出来的文字就是中文了。
3帅得一比
02:18查看AI文稿AI文稿本期视频讲解与小严写作如何使用？首先输入好我们准备的课题，这里可以上传自己的开题报告生成大纲，也可以使用自定义大纲，个人建议优先五点二模型，这个模型集成了 d、 p、 c、 k 最新的 v 四版本， 需要三级标题就可以开启。这个字数选择是支持最高五万字长篇内容，并且支持中文英文文献有自己的可以选择自定义文献，没有就默认智能剪索就可以了，可以自定义文献，数量最高一百篇，但是一般只需要二十篇，不是越多越好。 这些就是生成的大纲目录了，咱们可以检查一下是否标题和描述有不足，然后进行补充。右边的这些图标是表格公式代码，点亮后 ai 会自动生成这些插入， 这个就是与小严写作给咱们生成的内容了。格式，这些全部是帮我们调整好了的， 并且插入的图表表格格式，这些咱们都可以在里面看到，包括参考文献都帮咱们交叉引用好了。 clientil 加鼠标，左键是可以直接跳转到对应文献的，不需要咱们手动一个一个调整了，文献也是真实可查的。 接下来咱们再看一下赠送的答辩稿，于答辩问题预测，这个可以让咱们答辩时心里有底，不再那么慌张。 最后就是赠送的科研绘图功能了，这个功能可以复制出很多科研图片，比如主板原理图、 细胞图、仿真图等，这里我简短演示一下，直接输入一个关键词生成，有具体需求可以直接填描述，里面越详细生成的结果就越接近。有参考图的也可以上传一下，这样效果可以达到最佳。 现在咱们可以看一下生成科研图片效果怎么样，如果需要中文，可以在提示词末尾加上中文两个字，出来的文字就是中文了。
25帅得一比
02:37查看AI文稿AI文稿deepseek 没开发布会，发了一篇五十八页论文。 deepseek 这次没开发布会，没拍宣传片，就发了一篇五十八页论文，一句话一百万上下文，显存只要老版本的十分之一。 deepseek 这次没开发布会，没拍宣传片，就发了一篇五十八页论文，一句话一百万上下文显存只要老版本的十分之一，五十八页全是硬货。 先说问题， transformer 的 注意力机制太贵，一百万 token 直接把显存称爆。 deep sick 一 口气塞了三个全新结构，压缩稀疏注意力 csa 更猛的压缩注意力 hca 加上残差稳定 m h c a 三个模块各管一段，协同作战。翻译成人话，把每几十个 token 折叠成一条，该精读的精读，该跳过的跳过，该压扁的压扁。不是一刀切，是智能分配计算资源省了多少？ 同样跑一百万字， v 四 pro 单步推理只用老版本百分之十看数字，老版本百分之一百， v 四 pro 百分之二十七省了七成多。 flash 版本更狠，算力百分之十，缓存百分之七。老版本要五十 g 显存的活 v 四五个 g 就 办了五十 g 到五 g， 十倍压缩功耗呢，也是十分之一左右。 架构是软的，工程才是硬功夫。 v 四这次至少有三个动作，以前没人做出来过。 f p 八，融合内核比搜 ti 快 了百分之九十二。代码已经开源到 deep g e m m 仓库。 f p 四，量化感知训练四，比特精度无损增长回 f p 八还有 beatwise 一 致训练推理之间每个 token 输出完全一样，没有任何开源框架，做到过 论文第十六页这句话。同一份代码， nvda 和华为升腾两个平台都跑通了，等升腾九五零下半年批量到位，价格还要再看。最后一个彩蛋， deep seek 点名适配的 agent 产品 cloud code 和 open claw。 opencloud 是 海外开源的个人 ai 助手，海外圈刚被吹爆，能从 whatsapp 替你做事。这次 deep seek 把它跟 cloudcode 的 并列写进了公告，意思很明确，我不仅自己能跑，还能帮你们跑 agent。 本期视频结束了，我是王哥 ai， 如果觉得本视频对你有帮助，请帮忙点点关注点点赞，我们下期再见。
40王哥AI
01:21查看AI文稿AI文稿最近 deepsea 刚跟了 v 四版本啊，我帮大家测试了一下，使用这个 deepsea 模型，配合指令， ai 率可以直接改到零。 但就有些同学脑子一根筋，净整些歪操作，把豆包整出来的稿子直接一股脑全丢进去。结果一检测，好家伙， ai 率不但没降，反倒蹭蹭往上涨，妥妥玩崩了。但是别慌，真不是 deepsea 拉胯， 纯粹是你们玩法太莽夫了，完全没摸斗鸡翅。正确操作其实特别简单，先把专家模式打开，再把深度思考给拉满。重点啊，联网搜索必须关掉！很多人就是忘了这一步， 改出来的内容全是标准人机位检测系统，一眼就能锁定。还有别整篇文章一次性硬塞进去， ai 根本懒得给你认真润色， 就得一小段一小段慢慢磨效果才出的来。去测一下一点三的 ai 率，效果很明显啊！肯定有人要问我，那能不能整天一次性处理？实话跟你们说能行，但有个前提，必须选对跟你们学校匹配的检测平台， 选错平台你改半天全是无用功。你可以直接选对工具之后直接把文章丢进去。他还跟着之网维普同步升级，专门优化文本逻辑，把那股浓浓的 ai 机器味全给去掉。这么简单处理一遍，基本都能稳稳过关，根本不用瞎操心。
3395科研小磊
00:55查看AI文稿AI文稿五月整珠宝的同学注意了， deepsea v 四刚好发布，这破天的红利直接砸到头上，摆明了让咱这几天把珠宝顺利通关，这不得试试？第一步来到织网，敲进去两三个核心关键词，时间范围锁死近五年。 deepsea 都用上最新版本了，就不要那些老古董文献了。 麻利的筛出十几篇文献，导出成查新引文格式，打包带走。接着去找那条鲸鱼试试水号称能跟比它贵上几十倍的模型扳手腕。 我们先切换到专业模式，把文献粘贴进去，让他给你梳理出一套三级大纲来。最后神之一手，初稿标题还有基础信息全部填上， 织网整出来的文献一股脑丢进去， deepseek 搞定的大纲也跟着一丢，需要数据、图表公式的地方，直接一键勾选塞进去就完事了。到手的就是一篇逻辑缜密、内容扎实、图表公式样样齐备的初稿范文。
00:59查看AI文稿AI文稿我最近一直在研究这个新出的 deepsea 微四模型，试着用新版本去找了一下文件。嘿，还真的能在之网找到，拜拜。豆包，咱们先江湖再见吧。我怕 deepsea 吃醋误会再去试着用 deepsea 整份研究思路和三级大纲。 坏菜了，怎么感觉比我高手？那就勉为其难用一下吧。接下来是不是以为我要捧着大纲手搓出稿了？你磊哥是那样的人吗？哈？直接填上基础信息，把 deepsea 梳理好的研究思路，填进对应位置， 选定自己学校的专属格式模板，上传整理好的文件，再把现成大纲导入进去。要 需要 c、 e、 d 图纸、电子电路这类配图，直接点个小按钮就成。最后来看看这篇一点没自己动脑的成品，整体格式排版整整齐齐，目录摘要该有的一样不落，里面的数据图标也都搭配的恰到好处，属实没想到新版本这么给力啊。
368磊哥搞科研
01:06查看AI文稿AI文稿最近 deep seek v 四大模型出来了，用它整出稿的速度确实快了不少，也让不少同学打起了走捷径的歪心思。但真心不建议大家直接用它整论文。 一份合格的出稿，不仅要有规范排版、完整大纲，还要内容充实， ai 查重率达标。虽说 deep seek v 四产出的语句规整流畅，但模板痕迹太重，导师都不带开护眼模式的。 虽说新版本新增了联网解锁功能，能匹配到真实参考文献，但归根结底它只是大模型，很难贴合专业出稿的写作逻辑。如果想省心偷懒，还想稳稳通过审核，正确做法应该是自己去织网找文献。用关键词检查后，文献质量参差不齐，没必要逐篇点开细看，直接在左侧筛选栏勾选主次要主题， 时间限定近五年。再点击右上角的填字格，文献的摘要、关键词、年份、作者全都清晰可见。挑个十几二十篇导出，查新引文格式， 存好备用。然后就把专业的事交给专业的工具来干。选上学校的格式模板，最繁琐的一点就这么解决了。接着把参考文献复制粘贴，要是你需要图标公式或者代码，右边顺手一勾就行，剩下的等着就完了。一份结构清清楚楚，格式规规矩矩，一看就没少干活的初稿直接就完成了。
35空空学长
00:50查看AI文稿AI文稿最近 deepsea 不是 发了 v 四版本吗？一听能降 ai 率，立马就动起小心思了，直接把初稿一股脑全丢进去。 结果测完一看， ai 率不减反增。不是 deepsea 不 行，是你方法用错了。正确方法其实是这样的，先打开专家模式，再把深度思考打开，最后一定记得关闭联网搜索，再配合提示词，让它重点去调整句式 语气和表达逻辑。虽然改的会慢一点，基本两三分钟才能顺完一段，但效果确实比直接硬改强很多。不过要是觉得一点一点搞太慢了，可以直接把整篇内容丢到呸泡鞋里面。他早就适配了维普、 格子、达之网等所有主流检测平台的 ai g c 算法，既保留原文核心逻辑和内容，又能彻底淡化 ai 痕迹，改完之后再去检测， ai 率也是稳稳降到合格线。
287磊哥搞邪修
01:21查看AI文稿AI文稿兄弟们，讲个扎心的事实，豆包终究还是开启氪金赛道了。果然宇宙的尽头是 vip svip， 一 环扣一环， 虽说免费版还能正常用，但懂的都懂，谁敢拿来硬干出稿？豆包我们还是互删好吧，怕我的新主力 deepsea 吃醋。最近我一直在深挖 deepsea 微四这个新版本， 不知道拿它搭配之网双排开荒出稿效果怎么样啊？师哥尝试用它找了一下文献，随便抽了几个去查了一下，都是能在之网上找到的。好了，这下子师哥这真得说一句，只能跟豆包礼貌告别，咱俩版本不匹配，选择题有了，文献有了， 然后顺手让他根据这些文献搭建了一个出稿框架。你别说，你还真别说，这确实有一套，让我有点意外。不过这个框架到手了，准备让他一节一节填内容时，却有点小问题。 骨架是立住了，但每段的内容明显不够丰满，段落之间的逻辑衔接也有点生硬，需要自己花功夫去润色和补充衔接句。 不过比起以前编文献已经好太多了，至于内容还是需要自己填，要是没时间，就把小题、信息、文献大纲一并喂进去， 直接给你一整篇出。出稿文献不够，这里还能重英文在线补充，需要图标、数据、公式，点击对应按钮，就能加上最后的出稿排版整齐，内容像样，稍微修改就能用。
107科研小磊
00:51查看AI文稿AI文稿deepsea 重磅更新！我测了一下，拿来降 ai 是 真的牛，就比如说我让豆包给我生成一段，然后我们来到 deepsea 这里，注意这里一定要切换到专家模式，不然就还是老版本。然后在这里把智能搜索给关上，屏蔽掉那些垃圾信息。 然后重点来了，输入这段提示词，六十的学术表达搭配四十的口语表达，然后我们稍等一会就有了。最后把这两段都拿过去测一下 ai 新模型就是牛，还真给我降下来了。但你们发现没有，这段 ai 率虽然低，但内容实在是太口语化了， 这就是通用大模型的通病。那有没有什么办法可以在不改变原意的基础上把 ai 降下来呢？在专业的学术大模型里，把需要降低的内容一股脑往里塞进去，大概也就吃顿饭的功夫，就能在不改变原意的基础上做到这种效果。
496番茄拌芒果
02:44查看AI文稿AI文稿我最近写过华为，写过比亚迪，写过宁德时代。今天我想聊一家更年轻的中国公司，这家公司叫 deep seek。 我 个人认为，它过去三年完成的爬坡，是中国科技产业里非常值得认真记一笔的事情。 很多人对 deepsea 的 印象停留在二零二五年一月那一波出圈 r 一 发布， app store 登顶，纳指连锁大跌。但如果你只看那一刻，其实是严重低估了这家公司的分量。 为了写这一期，我把 deep seek 从二零二三年十一月第一个版本，到二零二六年四月最新的 v 四双旗舰所有官方公告 get up hugging face 模型卡而 side view 论文前前后后翻了一遍。 翻完之后，我有一个非常直接的感受， deep seek 不是 某一次暴冷出圈的偶然，而是一家中国公司用三年时间一步一个脚印爬出来的 老规矩，我们先把数字摆出来。 deepseek 最早公开发布的模型是二零二三年十一月的 deepseek l l m 六十七 b， 规格非常朴素，六十七 b 的 dance 参数四 k。 上下文，二 t tokens 训练数据。而二零二六年四月发布的 v 四 pro 是 这样的，一点六 t 的 总参数，四十九 b 的 激活参数 e m 上下文，超过三十二 t 的 训练 tokens。 我们做一个对比，总参数从六十七 b 涨到一点六 t， 翻了大约二十四倍。上下文，从四 k 涨到 e m， 翻了两百五十六倍， 训练数据从二 t 涨到三十二 t， 翻了超过十六倍。但是请你重点看激活参数那一行，从六十七 b 降到了四十九 b， 反而比第一代还要小一点儿。 什么意思呢？意思是用户每次跑这个模型，实际未进 gpu， 参与计算的参数只有四十九币。而第一代 deepsea 每跑一次推理，那六十七币整个都得激活一次。 把这两个数字放在一起，我得出一个很直接的结论，三年里， deepsea 模型容量扩张了二十四倍，但用户每次推理实际承担的计算成本反而比第一代还要略小一点儿。 这件事我必须说是非常了不起的工程成就，它比参数做到了一点六 t 本身重要十倍。下一集，我们从二零二四年五月那一天讲起， deepsea 真正找到自己方法论的那一天。
57祝威廉
