其实有很多，唯一区别就是训练有点点区别。

bro,其实我建议deepseek-671b不是因为这些原因，我们不是要用deepseek的API来调用它，而是它的确是目前把所有模型参数都公开的彻底开源的模型中reasoning确实还不错的，它的推理粒度确实够细，而且包含了必要的反思过程，所以它的推理速度比较慢。当然我误会大家的意思了，我还以为大家从头部署这个模型，所以需要它所有的参数。如果是这样那就可以用随便一个具备推理能力的高性能大模型了。

而且说实话吧，deepseek的core…

Read more

@Nuomt @ErwinSanchez @schmidt

我最初提议用deepseek来自的考量有三点：

1.技术考量以及行动验证路德社的主张

1.1因为deepseek-671b确实是开源模型中CoT推理粒度最细、可塑性最强的，这一点我的副手在lambdachat和huggingface的提示词工程one-shot试验中得到了证实了的。

1.2在所有被训练成reasoning engine的pretrain LLM中，deepseek-671b确实是最轻量级的一个，其它的大模型要么暴露出API给我们，要么规模在10000b以上。

1.3同时我们的工作是要证明路德和其它华语youtuber提到的一点——即使有了性能还算可以的LLM reasoning…

Read more

明白啦~其实，这个立即就可以着手，让AI搭建一个。

那现在，大家可以填充这四个层级，充分思考、发挥想象。

比如：世界层。

前沿物理科学、因果、进化、文明

DeepSeek也是 OpenAI 蒸馏而来的,未来模型训练过程中会不会有DeepSeek控制和干预的风险?比如控制开源许可协议,API 使用层面的控制(限制请求频率和调用次数和功能权限、进行数据记录和使用的审计或者干脆突然中断使用)等,这些风险不知道是否可控,应考虑防止被卡脖子。

千人千面，不拘一格。

@Friedrich @Nuomt @ErwinSanchez

为什么这里要用 DeepSeek 的模型来训练？open ai 也有開源模型，為什麼不是這個？有没有替代方案?比如AWS / Google Cloud / Hugging Face Hub或者…

Read more

同问,DeepSeek-R1 671B 有没有替代方案?比如AWS / Google Cloud / Hugging Face Hub或者 Azure,因为即便 DeepSeek-R1 671B 是小部分开源的，官方仍然可以通过开源许可协议控制,API 使用层面的控制,及模型分发策略在某些层面控制或限制模型的使用。

同樣地，我也好奇，open ai 也有開源模型，為什麼不是這個？

我跟看天書一樣～😭

@antoniozeng1

您好，我不太懂这些技术，感觉很厉害，不过我想请教一下，为什么这里要用 DeepSeek 的模型来训练？

@schmidt

您好，我与 AI…

Read more