1. What：DeepSeek是什么？

定位：

DeepSeek-R1是國內首個(gè)開(kāi)源推理大模型，具備**思維鏈（Chain-of-Thought）**能力，能通過(guò)分步推理解決復雜問(wèn)題（如數學(xué)、邏輯題）。

相比傳統生成式模型（如ChatGPT），其優(yōu)勢在于準確性高、價(jià)格低廉、訓練高效，且支持本地部署。

核心亮點(diǎn)：

價(jià)格“屠夫”：API成本僅為OpenAI同類(lèi)模型的1/10，網(wǎng)頁(yè)聊天免費。

純國產(chǎn)技術(shù)創(chuàng )新：模型架構（如MoE、MLA）和訓練方法（Rule-based Reward）實(shí)現高效推理。

性能領(lǐng)先：在數學(xué)、代碼生成等任務(wù)中超越國際主流模型（如GPT-4）。

用戶(hù)普及快：7天用戶(hù)破億，打破ChatGPT記錄，推動(dòng)AI技術(shù)“飛入尋常百姓家”。

2. How：如何使用DeepSeek？

應用場(chǎng)景：

生成與創(chuàng )作：寫(xiě)代碼、論文、詩(shī)歌，設計科普講稿，輔助編譯原理書(shū)稿。

數據分析：整理信息（如公務(wù)員錄用數據）、行業(yè)報告生成。

咨詢(xún)與決策：研究方向建議、心理咨詢(xún)、行程規劃。

方法論：

思維方法：拆分任務(wù)、結合外部數據（RAG）、多次迭代調優(yōu)。

注意事項：

模型存在局限性（如知識截止日期、無(wú)法處理多模態(tài)數據、上下文長(cháng)度限制）。

需結合聯(lián)網(wǎng)搜索、知識庫及其他工具（如智能體）提升結果可靠性。

3. Why：DeepSeek為何有效？

技術(shù)基礎：

Transformer架構：通過(guò)Embedding、Attention機制（多頭注意力）、MLP實(shí)現上下文理解與推理。

規模效應：參數規模（671B）與數據量（數萬(wàn)億Token）的擴大帶來(lái)“涌現”能力（如跨語(yǔ)言任務(wù)遷移）。

發(fā)展歷程：

從早期跟隨LLaMA開(kāi)源模型，到通過(guò)MoE架構（混合專(zhuān)家模型）、FP8訓練等創(chuàng )新實(shí)現技術(shù)突破。

訓練中結合監督微調（SFT）與強化學(xué)習（RL），優(yōu)化推理對齊與效率。

4. Next：未來(lái)關(guān)注方向

生態(tài)爆發(fā)：

行業(yè)應用：醫療、教育、交通等領(lǐng)域需結合垂直場(chǎng)景開(kāi)發(fā)工具。

關(guān)鍵技術(shù)：

國產(chǎn)AI芯片與高性能互連：突破NV算力壟斷，降低訓練與推理成本。

開(kāi)放平臺與知識庫服務(wù)：構建標準化接口與數據生態(tài)，降低開(kāi)發(fā)門(mén)檻。

人才培養：亟需精通系統軟件（如推理引擎、訓練框架）的復合型人才。

趨勢判斷：

量變到質(zhì)變：DeepSeek推動(dòng)AI從“精英工具”變?yōu)椤叭�民生產(chǎn)力”，可能引發(fā)新一輪技術(shù)革命。

總結

陳果教授強調，DeepSeek代表國產(chǎn)大模型的重大突破，但其價(jià)值不僅限于技術(shù)本身，更在于降低AI使用門(mén)檻，推動(dòng)社會(huì )生產(chǎn)效率變革。用戶(hù)需理性看待其能力邊界，善用思維方法與工具組合，同時(shí)關(guān)注國產(chǎn)芯片、開(kāi)放生態(tài)等關(guān)鍵領(lǐng)域的發(fā)展。

附件：我們該如何看待DeepSeek_what_how_why and next,AI變?yōu)槿�民生產(chǎn)力,推動(dòng)社會(huì )生產(chǎn)效率變革