zhuanlan.zhihu.com
详解DeepSeek-R1核心强化学习算法：GRPO - 知乎
算法：算法处理数据和奖励信号以确定梯度系数，从而更新模型参数。 根据方程5，在一定程度上，所有方法现在都完全信任奖励函数的信号来增加或减少某个token的条件概率。 然而，无法确保奖励信号始终可靠，特别是在极其复杂的任务中。
deepseek算法
Searching…
Web results
www.deepseek.com
DeepSeek | 深度求索
深度求索（DeepSeek），成立于2023年，专注于研究世界领先的通用人工智能底层模型与技术，挑战人工智能前沿性难题。
www.163.com
万字长文详解DeepSeek-R1模型工作原理|算法|信号|推理|编程|deepseek_...
Feb 7, 2025 · 本文介绍了DeepSeek-R1模型的开发背景、训练流程和推理能力，该模型是一种通过强化学习提升语言模型推理能力的方法，达到了与OpenAI-o1系列模型相当的水平。文章还分析了模型的优缺点和挑战，以及与其他模型的对比和应用场景。
www.talktop.cn
DeepSeek实现原理，如何用算法突破算力瓶颈
本文深度解析DeepSeek实现原理，从混合专家架构（MoE）、多头潜在注意力（MLA）到FP8混合精度训练展现DeepSeek如何通过算法创新降低90%计算成本，推动大模型高效落地。
arxiv.org
[2412.19437] DeepSeek-V3 Technical Report - arXiv.org
Dec 27, 2024 · To achieve efficient inference and cost-effective training, DeepSeek-V3 adopts Multi-head Latent Attention (MLA) and DeepSeekMoE architectures, which were thoroughly validated in DeepSeek-V2.
developer.baidu.com
深度解析DeepSeek：从架构到算法的技术全景图-百度开发者中心
Sep 14, 2025 · 本文深度剖析DeepSeek的技术原理，从核心架构设计到算法创新，揭示其高效搜索与智能决策的实现机制，为开发者提供可复用的技术实践指南。
cloud.tencent.com
Video — click to view
Feb 7, 2025 · DeepSeek通过知识蒸馏技术，让小模型从大模型中学习推理能力，从而在保持较低计算成本的同时，提升小模型的推理性能。
blog.csdn.net
【深度解析】DeepSeek-V3技术报告全解读：掌握最新进展与核心技术！_d...
作为开源模型，DeepSeek-V3 的强大能力将推动软件工程和算法开发领域的创新，帮助开发者和研究人员拓展开源模型在编程领域的应用边界。
zhuanlan.zhihu.com
研读：DeepSeek-V3论文核心创新点以及和R1关系讨论 - 知乎
Feb 3, 2025 · 核心思路：在DeepSeek-V2的基础上，通过引入新的架构（Transformer模块 (MLA + DeepSeekMoE)）和训练策略，进一步提升模型的性能（预训练阶段使用无辅助损失的负载均衡策略，多Token预测，文本长度扩展，后训练阶段从 DeepSeek-R1 中监督微调以加强推理，基于规则的强化 ...
news.qq.com
漫谈DeepSeek及其背后的核心技术_腾讯新闻
Feb 7, 2025 · 阿里妹导读本文深入探讨了DeepSeek大模型的核心技术，从公司背景、模型能力、训推成本到核心技术细节进行了全面分析。一、关于DeepSeek公司及其大 ...