DeepSeek-R1 解读及技术报告中文版
MLNLP社区致力于促进国内外机器学习与自然语言处理领域的交流合作。最新研究成果《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》通过纯强化学习实现了模型推理能力的自主进化，并结合蒸馏技术实现高效迁移，显著提升了多项任务表现。
deepseek-ai
DeepSeek今日连开3源！针对优化的并行策略，梁文锋本人参与开发
DeepSeek开源周第四天发布三项优化并行策略的技术成果，包括DualPipe、EPLB和Profiling Data。DualPipe是一种双向流水线并行算法，旨在减少计算与通信阶段的气泡；EPLB是MoE模型负载均衡器，确保计算资源平衡利用；Profiling Data提供了实际应用中的效果数据可视化支持。
DeepSeek开源第三弹：惊人的300行代码驱动R1和V3的训练与推理，超越各种专家内核
DeepSeek-AI 发布了 DeepGEMM 库，专为 Hopper GPU 架构的 FP8 矩阵乘法加速。其性能高达 1350+ TFLOPS，代码简洁至仅 300 行。该库支持稠密模型和混合专家模型，并通过多种技术实现高效优化，提供详细实测数据及安装指南。
DeepSeek-R1技术突破：基础模型强化学习+蒸馏小模型超越o1-mini
DeepSeek-R1正式发布，API上线、技术报告公开、开源8个模型，涵盖从小至32B的多种规模。报告亮点包括后训练RL和流水线开发技术，并证明了小模型也能达到强大性能。
