CCF2025 Talk “夜话DeepSeek：技术原理与未来方向“ 研讨会报告整理

文章预览

技术总结专栏 作者：喜欢卷卷的瓦力 CCF2025 Talk“夜话DeepSeek：技术原理与未来方向“线上研讨会总结与思考整理。 Deepseek已经爆火很久啦，比较细节的技术解读分享也比较多了，本篇就暂时不再赘述~ 2月2日晚CCF-Talk 举办的“夜话DeepSeek：技术原理与未来方向“线上研讨会上，五位高校老师都输出了很干的内容，本篇针对研讨会内容进行了总结和思考整理，方便大家进行速览。 下面是快捷目录。 一. o1 / DeepSeek-R1 对于AGI发展的影响 二. 对DeepSeek 训练方式的思考 三. 对DeepSeek 算法架构的思考 四. 大模型软硬件协同优化的思考 五. 总结  一. o1 / DeepSeek-R1 对于AGI发展的影响 1.  当前 “o1 模型的训练需要在强化学习的框架下进行，大语言模型充当了一个 Agent。每个动作其实就是生成下一个 token，最终生成整个 step 或者 solution。” 在这个框架下，模型需要考 ………………………………