在全球人工智能模型快速发展的浪潮中，DeepSeek-V3和Qwen 2.5系列的亮相为开源模型注入了新的活力。这两大模型通过技术创新和高效优化，成功将训练成本和资源消耗降至最低，同时实现了与闭源顶级模型相媲美的性能。

DeepSeek-V3技术报告
报告内容详见：

https://wcn4il2c5x2d.feishu.cn/wiki/G28mwxSAsis8Zykfyqbcsdzenbf

DeepSeek-V3模型–一个100%开源的LLM，在许多基准上击败了GPT 4o和Claude 3.5 Sonnet；一个强大的混合专家（MoE）语言模型，总参数为671B，每个token激活了37B。DeepSeek团队在HuggingFace上共享了模型，并在他们的“DeepSeek-V3技术报告”中提供了有关模型的详细信息。

DeepSeek MoE架构是一个精细的MoE，每个token有1个共享专家和256个路由专家，8个活跃路由专家。该架构还包括多头潜在注意力，具有低等级联合压缩，用于关注键和值。它还具有多token预测，有助于投机解码和更好地利用训练数据。

Deepseek-V3使用14.8万亿个token进行训练，使用了2788K H800 GPU小时，成本仅为560万美元。DeepSeek-V3的这种具有成本效益的训练是由于精细的MoE架构，在训练中使用FP8混合精度，以及在训练期间调整和扩展上下文长度。

他们通过算法-框架-硬件共同设计克服了大型MoE模型训练中的通信瓶颈，实现了在训练中有效使用计算。两阶段的上下文长度扩展首先将上下文从4k令牌扩展到32k令牌，然后扩展到128k令牌。与Llama、Claude和类似的人工智能模型相比，这些优化的综合结果是训练效率极高，成本降低了10倍。

训练后使用SFT和RL来与人类的偏好保持一致，并提炼DeepSeek-R1推理能力，他们的推理模型，这增强了其推理和数学能力。多令牌预测（MTP）可用于增强模型性能，并实现推理加速的投机解码。

DeepSeek-V3对MoE LLM的基准非常令人印象深刻，只有37B个活动参数：MMLU上88.5，GPQA上59.1，MMLU-Pro上75.9，MATH上90.2，CodeForces上51.6等。DeepSeek-V3是目前最强的开源模型，其性能可与GPT-4o和Claude-3.5-Sonnet等领先的闭源模型相媲美。

Qwen2.5技术报告
报告内容详见：

https://wcn4il2c5x2d.feishu.cn/wiki/PwpEwDPdMiJetPkaKY9cK4XFnOg

Qwen 2.5系列LLM于9月发布，从那时起，阿里巴巴Qwen团队发布了有用的更新，包括Qwen-2.5编码器32B模型，扩展了100万个令牌上下文支持，以及基于Qwen 32B的推理人工智能模型Qwen QwQ。本周，他们发布了QvQ，这是一个基于Qwen2-VL-72B的视觉推理模型。这一系列版本使Qwen成为领先的LLM家族，拥有一些用于编码、推理和本地使用的最佳人工智能模型。

阿里巴巴Qwen团队发布了Qwen2.5技术报告，以提供有关该开放式权重系列LLM的更多详细信息。Qwen2.5系列由几个开放式权重基础和指令调整模型组成，参数范围从0.5B到72B。此外，还有两种专有的混合专家（MoE）型号，Qwen2.5-Turbo和Qwen2.5-Plus。开放式Qwen2.5-72B-Instruct的性能可与Llama-3-405B-Instruct相媲美。

一些关键功能&以前版本的对比

Qwen2.5 LLMs维护基于变压器的解码器架构，利用分组查询注意力（GQA）、SwiGLU激活、旋转位置嵌入（RoPE）、QKV偏置和RMSNorm。令牌化采用字节级字节对编码（BBPE），并具有扩展的控制令牌集。

Qwen团队将训练前数据集扩展到18万亿个代币，纳入了更多样和高质量的数据。预培训包括复杂的数据过滤、专注于知识、代码和数学的战略数据混合以及长上下文培训。

对于训练后，他们使用了超过100万个样本的复杂监督微调（SFT），并结合了多阶段强化学习（DPO，然后是GRPO）。两阶段强化学习涉及用于复杂推理的离线学习和用于细微差别输出质量的在线学习。

这些模型利用YARN和Dual Chunk Attention（DCA）来延长上下文长度，Qwen2.5-Turbo高达100万个代币。
训练的这些进步导致了更好的人类偏好调整，增强了长文本生成，并改善了结构化数据分析。

评估展示了在语言理解、数学、编码和人类偏好调整方面的顶级表现，该报告还强调了Qwen2.5的长上下文能力。例如，Qwen2.5-Turbo在1M令牌密码检索任务中实现了100%的准确率。Qwen2.5进一步成为他们最新和最伟大的专业模型的基础：Qwen2.5-Math、Qwen2.5-Coder、QwQ和QvQ等多模态模型。

总结

虽然大多数专有人工智能模型供应商都对技术细节保密，但Qwen团队和DeepSeek团队通过各自的技术报告对他们的模型及其细节进行了令人耳目一新的开放。这些模型的发布不仅标志着开源技术的进步，也凸显了开放性在推动行业前行中的关键作用。随着这些领先团队的不断努力，开源模型正在快速缩小与闭源顶级模型的差距，为全球人工智能的发展注入新的动力。

—完

---

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓