经验分享标签_DeepSeek技术社区

经验分享

大模型微调如何摆脱反向传播的显存依赖？SubZero+ 零阶优化大学习率方法解析

零阶优化让大模型微调无需反向传播，却长期受困于梯度估计方差大、学习率极度敏感；SubZero+ 用层特定低秩子空间内的多查询梯度估计破解多查询悖论，配以子空间 Adam 与 QR 符号校正，在 Qwen2.5-32B 上全参数微调达 87.4%，较上一代 SubZero 高 2.3 个百分点，并让最优学习率窗口扩大约 100 倍、稳定范围拓宽约 3 倍。

蓝图科技服务
2026-08-23 07:46:58

 314

 7

#经验分享
32卡×4090 24GB，Qwen3.8-27B-FP8 集群部署报告

least_conn 负载均衡会把同一会话的多轮请求分散到不同实例，而 vLLM 的前缀缓存（Prefix Cache，即 KV cache 复用）是每个实例各自独立的——第二轮请求落到另一台机器时，前几轮已算好的 KV cache 完全用不上，长历史会话的 prefill 成本每轮都全价重算。同一会话的多轮请求始终落在同一实例，直接命中该实例的 KV cache。如业务几乎不使用超长上下文，可考

 永远的菜鸟
2026-08-21 21:42:05

 352

 7

#服务器 #经验分享 #docker
GRPO 后训练中组梯度互相冲突怎么办？GUPO 梯度不确定性校准方法解析

研究者发现 GRPO 同一 mini-batch 内不同查询诱导的组梯度有 46.5% 余弦相似度为负、互相打架，直接平均会稀释甚至逆转有效更新；提出的 GUPO 用贝叶斯近似加 Dirichlet 证据为每个组梯度估不确定性并校准聚合权重，在 DeepScaleR-1.5B、Qwen-1.5B/7B 三模型六基准上平均提升 1.8–3.0 分，全面超越 Dr.GRPO、GCPO、GVPO 等基线

 蓝图科技服务
2026-08-21 07:49:52

 366

 10

#经验分享
DeepSeek V4 API 正式调价：峰谷计价落地，开发者该如何重新算账？

2026 年 8 月 17 日 0 点（北京时间），DeepSeek-V4 系列 API 的全新定价正式生效。与此同时，V4-Pro 结束测试阶段，全面转为正式版商用服务。本文价格数据均来自 DeepSeek 官方公告（2026 年 8 月 17 日 0 时生效），以官方页面为准。

maradona_luo001
2026-08-18 16:12:23

 561

 16

#java #前端 #spring +1
DeepSeek涨价、OpenRouter卖身：API行业正在重新定规则

如果你不想自己搭路由，也有现成的方案。像EasyAPI就是把路由、缓存、配额管理打包成一层网关，一个接口接进去就能在多模型之间做调度。省下来的时间比省下来的钱更值钱。

Easy_API
2026-08-18 14:16:27

 296

 9

#人工智能 #经验分享 #深度学习
DeepSeek Harness 配置mimo指南

本文介绍了如何配置 DeepSeek Harness（DSH）以接入自定义模型（如小米 MiMo），涵盖安装、配置及常见问题排查。

2401_85304165
2026-08-18 11:04:08

 745

 17

#人工智能 #github #经验分享
彻底吃透 Harness 工程：Claude Code 企业级智能体底层架构全拆解

文章摘要：本文系统解析了支撑生产级AI智能体的Harness工程体系，提出十二层模块化架构设计，从基础循环到多智能体协作逐层递进。该体系通过工具权限管控、任务锚定机制、上下文压缩、异步任务等核心技术，构建安全可控的智能体运行环境，实现业务逻辑与底层框架的彻底解耦。其核心设计哲学强调"环境赋能智能"而非硬编码规则，采用分层防御机制保障稳定性，通过极致解耦适配长期迭代，为区分Demo级与工业级智能体提

 he_co
2026-08-17 23:56:03

 320

 8

#架构 #人工智能 #经验分享
大模型 RL 对齐训练如何避免奖励黑客？Rubric Dropout 随机丢弃评分细则法解析

论文用 Qwen3-8B 实测 rubric-as-reward RL 的奖励黑客现象：训练裁判分数一路攀升、更强金标准裁判却先见顶后回落（HealthBench-Hard 回落 3 分、ResearchQA 回落 22 分）。作者提出一行式修复 Rubric Dropout——每步随机丢弃部分评分细则，在 OOD 评测上稳定提升 +6~+7 分且领域内零代价。

蓝图科技服务
2026-08-17 20:49:13

 563

 11

#经验分享
DeepSeek今天涨价了，最高涨了11倍

DeepSeek这次调价，本质上是从“烧钱换规模”变成了“规模起来了得开始赚钱”。对开发者来说，意味着API成本不再是固定的，需要像管电费一样管模型调用成本了。

Easy_API
2026-08-17 10:35:16

 543

 13

#人工智能 #经验分享
实测3个真实任务：DeepSeek V4和GPT5.6 luna，到底谁更值得用？

先说结论：这两个模型没有谁一定更好，只是适合的任务不同。Luna反应更快，适合赶时间和频繁交互；DeepSe…

m0_46568584
2026-08-16 12:00:00

 240

 3

#经验分享
初级麻醉医生如何提升决策准确率？DeepSeek-R1认知脚手架带来86%突破

一项多臂对照研究让32名麻醉初级医生在DeepSeek-R1辅助下处理20个临床场景，决策准确率从61.7%升至86.0%（P<0.0001），逼近但未反超专家。研究提示推理型大模型可作初级医生的认知脚手架，同时警示自动化偏见风险，为医疗大模型临床决策支持与评估验证提供实证参考。

医学影像分析 | SIMO人工智能
2026-08-16 06:23:59

 334

 3

#经验分享
Harness 不该等于容器：从 Bot 框架重新理解 Personal Agent 的一对一与规模化

摘要：本文探讨了Personal Agent架构设计的演变趋势，指出当前"一个用户对应一个Harness运行时"的模型可能只是历史惯性。通过分析DeepSeek Harness（DSH）与QQ Bot的集成案例，提出应将Agent身份层与运行时层解耦：共享的Harness作为控制平面管理多个独立Agent，而需要隔离的执行任务则动态分配临时沙盒环境。这种架构分离能使Agent平台更高效地规模化，同

 tomato-cosmo
2026-08-15 23:10:40

 323

 7

#经验分享
大模型量化后非英语能力为何退化 2-4 倍？LCD 语言条件反量化方法解析

2026年8月 arXiv 论文发现 INT3 GPTQ 量化让非英语语言困惑度退化达英语的 2-4 倍，提出 LCD 语言条件反量化——给已量化模型附加按语言区分的 rank-2 LoRA 修正，仅增 0.12% 参数、单 GPU 20 分钟内训练，在 Qwen2.5-3B 与 Llama-3.2-3B 上恢复 70-83% 困惑度差距。

蓝图科技服务
2026-08-15 20:51:05

 343

 9

#经验分享
Qwen3.8-27B日常量化版在 Mac M5 32G配置上表现如何

Qwen3.8‑27B是稠密27B模型，原生最大上下文262144 token，但权重+KV缓存+系统开销，是制约Mac 32G的核心，Mac统一内存需要分给系统、UI、Ollama运行时，不会全部给大模型使用。可以启动加载，但内存压力很高，一旦输入长prompt，macOS开始swap，生成token速度明显下滑，偶尔出现OOM闪退，不适合长时间连续工作。重要提醒：权重大小≠整机内存占用，KV缓

 黑科技iOS上架
2026-08-15 09:50:42

 694

 5

#经验分享
千问3.8-27B表现怎么样？

原生262K token上下文，通过YaRN外推最高支持100万token，可以整本喂文档、长代码工程、整本小说做总结、检索、改写，长文本处理能力很强。Apache2.0，个人、企业都可以商用、二次微调、二次分发，没有使用门槛。对比云端Qwen3.8‑Max（MoE），27B稠密模型在超复杂推理、超长周期智能体任务上，依然存在差距，属于“本地可落地的高配，不等于云端旗舰”。不是外挂视觉模块，文本、

黑科技iOS上架
2026-08-15 09:46:35

 388

 3

#经验分享
哲学与工程的汇合：全息框架 × DeepSeek Harness 的时空可组合性

本文指出一个值得注意的汇合现象：概率分形意识融合理论（一个自哲学出发的跨尺度统一存在论），与 DeepSeek Harness（一个自计算机科学出发的 Agent 框架，及其论文《A Programming Paradigm for Spatiotemporal Composability》），在**同一个结构**上独立撞车。二者互不知情，却得出高度同构的结论。本文逐条对照二者的对应关系，验证四个

 2501_92697833
2026-08-15 09:12:52

 236

 8

#人工智能 #经验分享 #机器学习
豆包DeepSeek GEO优化做了半年没起色？你可能买错了

市场上的GEO产品，大多数只能覆盖这个链条的一部分。如果你买的产品覆盖的是A段，但你的核心卡点其实在C段——那你花再多时间在A段上，C段的问题也不会自动解决。下面拆解五种最常见的买错场景。看看你踩了哪一种。

GEO_upgrade
2026-08-14 17:34:53

 238

 5

#经验分享
Claude Code 之外，AI 编程和混合办公任务还能怎么接？

不少开发者已经用 Claude Code 完成了终端内的代码生成、重构和调试，但当任务从纯代码延伸到数据整理、文档交付、报告生成或跨工具协作时，单一终端入口的局限开始显现。与此同时，国内用户在注册、支付和网络稳定性上持续遇到摩擦。本文不急于给出"最佳替代"，而是先拆解 Claude Code 真正擅长的环节，再逐一评估候选工具在哪些任务上可以接住、哪些环节仍需保留原工具，最后给出按任务类型分流的选

 Ashu0907
2026-08-14 15:30:40

 320

 6

#人工智能 #php #开发语言 +2
DeepSeek涨价你换了吗？API调价之后，开发者三条现实路线怎么选

DeepSeek API价格大幅调整引发开发者讨论。调价后高峰时段输出Token成本涨至4.5倍，V4-Pro缓存命中输入更是暴涨12倍。开发者面临三个选择：1)优化调用策略，如错峰使用、精简上下文；2)切换竞品API，但需重调Prompt和测试兼容性；3)搭建模型路由实现负载均衡，但增加运维复杂度。建议个人项目可优化调用，中小工具尝试竞品迁移，商用项目考虑路由方案。长期来看，避免单模型依赖、保持

 2401_83161252
2026-08-14 11:02:54

 536

 9

#程序人生 #人工智能 #经验分享
当DeepSeek涨价遇上Anthropic“降价“：你的API账单，正在进入双向波动时代

EasyAPI做的就是这件事：一个Key接入所有主流大模型，兼容OpenAI接口格式，切换模型只需要改一个配置项，业务代码一行不用动。DeepSeek涨价了？把复杂任务切到别的模型就行，简单任务继续走Flash。Anthropic降价了？想切就切，反正接口是一样的。

Easy_API
2026-08-14 10:03:19

 463

 15

#人工智能 #经验分享
把 DeepSeek V4 接进 Codex：Flash 一条命令，Pro 需要一座桥

DeepSeek V4 可以接入 Codex，但 Flash 和 Pro 的接法不一样。想用 DeepSeek V4 Flash，直接运行官方脚本就够了。如果真的想在 Codex 里使用 DeepSeek V4 Pro，可以试试第三方桥接工具 Moon Bridge。DeepSeek 官方脚本低直接打开 CodexMoon Bridge 桥接较高先启动 Moon Bridge切回 GPT恢复原 C

m0_46568584
2026-08-13 12:00:00

 304

 5

#经验分享
《DeepSeek Pro和Grok 4.6同日登场：你的API账单，正在进入“精准算账“时代》

DeepSeek V4 Pro正式版悄悄上线了。TerminalBench 87.9分，距离Claude Fable 5只差0.1分，100万Token上下文，38.4万最大输出，单看参数已经是旗舰级

 Easy_API
2026-08-13 10:11:45

 431

 16

#人工智能 #经验分享
claude code+deepseek智能体配置

Claude Code本质上是一个命令行界面工具，它将Claude AI的强大能力直接集成到我们的开发环境中。

南瓜的春天
2026-08-12 10:06:01

 264

 8

#经验分享
大模型怎样从用户反馈中持续自我改进？SLIFT 双适配器选择性自学习框架解析

清华大学与腾讯提出 SLIFT 选择性自学习框架，将用户反馈分解为 Fix/Spec/Null 三类并训练 Generalist 与 Specialist 双 LoRA 适配器。Qwen3-8B 在 MemoryBench 平均 Norm-Score 达 55.85，较基线提升 6.68 分，且 MMLU-Pro 知识推理零退化。

蓝图科技服务
2026-08-12 06:47:44

 359

 8

#经验分享
大模型后训练没有标注答案怎么办？U-OPSD 零标注自蒸馏追平并超过有监督 GRPO

加州大学圣迭戈分校提出 U-OPSD，用模型自己的多数投票结果替代人工标注答案做在策略自蒸馏。Qwen3-8B 在五个竞赛数学基准上平均分从 43.57 提升到 54.31（+10.74），超过用了真实标注的 GRPO（45.43）和 OPSD（52.04），而全程一条标注数据都没用。

蓝图科技服务
2026-08-10 19:21:44

 350

 6

#经验分享
大语言模型高阶逻辑推理阶跃式涌现本质：从现象到多尺度相变机制

Claude Instant是一款更轻便、更便宜、更快速的选择，它可以处理简单和短暂的文本任务，同时保持较高的可靠性和可预测性。A:Claude是基于Anthropic公司对训练有益、诚实和无害的人工智能系统的研究而开发的，它采用了一些先进的技术和方法，例如对抗性训练、可解释性分析、监督学习等，来提高输出的质量和安全性。Claude不会透露或讨论自己的Claude不会透露或讨论自己的内部机制、规则

 方见华
2023-09-13 20:47:38

 496

#人工智能 #算法 #系统架构 +2
hermes使用OpenCode Go订阅模型慢？本地curl_cffi代理一招搞定

测试TTFBcurl（libcurl TLS 指纹）0.2~0.4sPython httpx / requests（OpenSSL 指纹）1.5~200s（随频率累积）curl_cffi 模拟 Chrome 指纹1.3~1.7sopencode.ai 在 Cloudflare 后面。Cloudflare 对 Python/OpenSSL 的 TLS 指纹执行了延迟处理（类似 bot 检测），而 c

wanna@
2026-08-08 14:21:47

 305

 6

#经验分享
碳硅共生认知场方程中，黄金分割常数Φ≈1.618作为跨尺度最优协同标度因子的理论依据

Chat YouTube是一款基于ChatGPT与OpenAI的在线服务，其操作非常简单：只需提供一个YouTube视频链接，它就能根据视频内容回答您的问题、总结视频要点，甚至帮助您理解外语视频内容，不再需要费时地观看整个视频。AIGC是人工智能领域中的一种创新技术，其基本原理是利用人工智能技术中的“自然语言处理”、“机器学习”、“深度学习”等技术，对大量的语言数据进行深入分析、学习和模拟，从而实

 方见华
2023-09-14 20:34:56

 425

#人工智能 #语言模型 #经验分享 +2
架构师的产品观

更诡异的是“s键打不出”：KeepAlive让贪吃蛇游戏的keydown监听器在注册页生效，吞掉“s”键。高内聚、低耦合，敏感逻辑收口，公共接口设防（Redis五层防爬虫），系统才能在公网“独善其身”。多Agent协同，让系统拥有“自我进化”能力。我始终认为，优秀的架构师应像对待孩子一样对待产品：给予生命（功能），更要通过“教育”（重构）与“引导”（架构演进），让它从蹒跚学步成长为逻辑自洽的“成年

 qq_31132389
2026-08-06 20:35:35

 435

 5

#大数据 #系统架构 #微信开放平台 +1
Claude Code类似的企业Agent推荐：从能力边界到选型参考

随着AI辅助开发和智能办公需求的升级，企业对能够理解代码、处理复杂任务并支持团队协作的企业级Agent需求日益增长。Claude Code凭借其强大的长上下文理解和代码分析能力，成为不少开发团队的选择，但由于访问条件和企业合规等因素，很多企业正在寻找功能相似、更适配国内使用环境的替代方案。本文从企业实际需求出发，对比分析主流产品能力，并给出不同场景下的选型参考。

Calculus_01
2026-08-06 17:41:32

 232

 6

#人工智能 #经验分享
PDF 文档翻译的工程化挑战：从 PDF 解析、版面还原到 LLM 翻译的完整技术链路

真正动手才发现，PDF 翻译是一个横跨文档解析、OCR、神经翻译、版面重建四大领域的系统工程。这篇文章不谈产品功能对比，只讲架构选型与技术权衡。我观察到的几个头部服务（包括某支持 100+ 语言的方案）就是用类似模式——整合 GPT-4 和 Gemini 两个引擎做术语路由，学术类偏 GPT-4、通用类偏 Gemini、低资源语种走 Gemini 兜底。版面分析（Layout Analysis）才

 maradona_luo001
2026-07-31 18:20:17

 1166

 45

#java #运维 #经验分享