
一年后,DeepSeek-R1的每token成本降到了原来的1/32 (opens in a new tab)
几天前,DeepSeek 毫无预兆地更新了 R1 论文,将原有的 22 页增加到了现在的 86 页。新版本充实了更多细节内容,包括首次公开训练全路径,即从冷启动、训练导向 RL、拒绝采样与再微调到全场景对齐 RL 的四阶段 pipeline,以及「Aha Moment」的数据化验证等等。
Total 12 articles

几天前,DeepSeek 毫无预兆地更新了 R1 论文,将原有的 22 页增加到了现在的 86 页。新版本充实了更多细节内容,包括首次公开训练全路径,即从冷启动、训练导向 RL、拒绝采样与再微调到全场景对齐 RL 的四阶段 pipeline,以及「Aha Moment」的数据化验证等等。

尽管最近 AI Agent 很火,真正落地到垂直行业里的例子依旧不太多。尤其是我们今天要讨论的行业:非标、分散、高度依赖沟通:达人营销。对于科技公司来说,达人营销非常重要。但是直到今天,很多团队依然在依赖 Excel 表格管理达人,靠人工手动发送成百上千封「碰碰运气」的邮件。