导 读INTRODUCTION

         西北工业大学举办“DeepSeek与未来AI创新”为主题的全校AI公开课。计算机学院王鹏教授以《DeepSeek核心技术白话解读》为题，深入浅出地讲解了DeepSeek的核心技术原理，帮助师生更好地理解这一前沿AI技术的内在逻辑。他的分享让师生们对DeepSeek技术有了清晰的认识，为后续的学术研究和实践应用指明了可行的方向。

如果感兴趣的话，根据下方提示可以自取哈。

点击下载→西北工业大学王鹏教授：《DeepSeek核心技术白话解读》

开启你的 DeepSeek 之旅吧！

后续会陆续分享DeepSeek讲座视频，关注我们不迷路哦！

以下是对这些核心内容的简要概述：

1.DeepSeek的突破性定位

      DeepSeek是一个低成本、高性能的开源大语言模型，其性能比肩GPT-4、OpenAI-o1等顶尖闭源大模型，而训练成本仅为后者的5%-10%。这一成就得益于DeepSeek在技术创新上的几个核心逻辑：用更少的成本做更多的事。

2.学习策略创新

     DeepSeek首次在后训练阶段用强化学习完全代替了监督微调，采用了GRPO算法。这种算法放弃了对思维过程进行监督的执念，去除了过程价值评分模型，通过一个不需要思维链标注、不需要过程监督、依靠最简单的反馈信号的极其简单的后训练流程，大幅提升了模型的推理能力。

3.模型结构创新

       DeepSeek采用了混合专家结构（MOE）对前向计算网络进行了改进。传统的机器学习理论认为，模型复杂度增加时，测试误差先下降后上升。然而，在过参数化的深度学习中，测试误差会再次下降，形成“双下降”曲线。DeepSeek的模型结构创新正是基于这一前提，通过增加模型的复杂度，实现了更好的性能。

4.工程实现创新

      DeepSeek在工程实现上做了大量创新，以实现极致的性价比。例如，首次使用FP8混合精度训练大模型，通过8位浮点数量化激活和权重，配合动态精度累加，在保证精度的同时提升了训练速度30%。此外，DeepSeek还采用了分布式训练优化和推理部署分离策略，进一步提高了训练效率和在线服务能力。

5.未来展望

      DeepSeek的出现不仅推动了AI技术的普及和应用，还为高校的AI科研指明了新的方向。未来，智慧将不局限于文本，而是向跨模态大模型和具身智能发展。同时，DeepSeek团队正在不断探索和解决现有问题，如幻觉消除和模型压缩，以适应更广泛的应用场景。

        总之，DeepSeek的核心技术创新为AI领域带来了新的突破，为未来AI的发展开启了新的篇章。

篇幅有限以上只是部分内容概览