AI智能总结
TheNaturalLanguageProcessingLaboratoryatTianjinUniversity 深度解读DeepSeek:原理与效应 熊德意天津大学dyxiong@tju.edu.cnhttps://dyxiong.github.iohttps://tjunlp-lab.github.io 伏羲传语 报告目录 大语言模型发展路线图 01 DeepSeekV2-V3/R1技术原理 02 DeepSeek效应 03 未来展望 04 生成式AI:2014——2024 生成式AI:使用生成式模型生成各类数据(语言、语音、图片、视频等)oAttention:数据依存关系建模 oTransformer:数据生成的统一架构oScalingLaws:数据学习、生成的扩展法则oRLHF:生成与人类价值对齐的数据oo1/R1:生成式求解问题——生成问题求解的过程和答案(推理) 生成式AI:2014——2024 生成式AI:使用生成式模型生成各类数据(语言、语音、图片、视频等)oAttention:数据依存关系建模 oTransformer:数据生成的统一架构oScalingLaws:数据学习、生成的扩展法则oRLHF:生成与人类价值对齐的数据oo1/R1:生成式求解问题——生成复杂问题的答案(推理) 生成式AI:2014——2024 生成式AI:使用生成式模型生成各类数据(语言、语音、图片、视频等)oAttention:数据依存关系建模 oTransformer:数据生成的统一架构oScalingLaws:数据学习、生成的扩展法则oRLHF:生成与人类价值对齐的数据oo1/R1:生成式求解问题——生成复杂问题的答案(推理) 生成式AI:2014——2024 生成式AI:使用生成式模型生成各类数据(语言、语音、图片、视频等)oAttention:数据依存关系建模 oTransformer:数据生成的统一架构oScalingLaws:数据学习、生成的扩展法则oRLHF:生成与人类价值对齐的数据oo1/R1:生成式求解问题——生成复杂问题的答案(推理)