TALK亮点
-
揭秘550万美元训练成本的Deepseek模型的颠覆性技术路径。
-
剖析GPT-4、Claude 3.5等闭源模型与DeepSeek-V3、LLaMA-3等开源模型的核心性能差异。
-
相关论文：
Deepseek-V3：https://arxiv.org/pdf/2412.19437v1
Deepseek-R1：https://arxiv.org/pdf/2501.12948
Deepseek-R1-第3方理论物理题评测：https://arxiv.org/pdf/2502.15815
Deepseek-R1-医学推理评测：https://arxiv.org/pdf/2501.18362?
分享主题
当全球AI巨头深陷"参数军备竞赛"的泥潭，千亿级模型动辄消耗数亿美元算力成本时，一家中国团队却以开源姿态撕开技术垄断的铁幕——DeepSeek凭什么仅用550万美元训练成本，就让模型性能比肩GPT-4？在开源社区普遍面临"透明即羸弱"的困境下，DeepSeek如何通过全流程技术开源，实现推理速度3倍于同类模型，更将API价格压低至行业1/50？这场技术突围背后，藏着怎样的架构革命与工程智慧？带你走进Deepseek的细节。
扫描下方二维码
或点击文末链接
即刻观看
！
![]()
TALK讲师简介
Kenny老师
Google Scholar引用1000+
GitHub获1700+星标
RLHF领域标杆论文作者
TALK主题：
2025年大模型领域的国运之作：DeepSeek模型背后技术分析
TALK链接：
https://pmhdt.xetlk.com/sl/15g33I
![]()
TALK部分内容
