DeepSeek的MLA，任意大模型都能轻松迁移了
复旦 NLP 实验室博士后纪焘是这篇文章的第一作者，研究方向为大模型高效推理、多模态大模型，近期代表工作为首个NoPE外推HeadScale、注意力分块外推LongHeads、多视觉专家大模型MouSi，发表ACL、ICLR、EMNLP等顶会顶刊论文 20 余篇。
刚刚，DeepSeek 开源 DeepSeek-Prover-V2-671B 新模型
就在刚刚，DeepSeek 在全球最大 AI 开源社区 Hugging Face 发布了一个名为 DeepSeek-Prover-V2-671B 的新模型。
DeepSeek爆火一个月，豆包、Kimi们怎么样了？
1月20日，前后相隔仅几小时的时间里，深度求索与月之暗面先后发布了技术路径相似的DeepSeek-R1及Kimi K1.5多模态思考模型。
后来，OpenAI在论文里称，这两家中国AI公司同时独立发现了o1（OpenAI o1推理模型）的秘密。
但从结果来看，二者南辕北辙。前者名声大噪，改写全球AI格局，后者却并没有太大声量。
DeepSeek终于丢了开源第一王座，但继任者依然来自中国
几千人盲投，Kimi K2超越DeepSeek拿下全球开源第一！
歪果网友们直接炸了，评论区秒变夸夸打卡现场：
DeepSeek新模型霸榜，代码能力与OpenAI o1相当且确认开源，网友：今年编程只剩Tab键
DeepSeek版o1，有消息了。
还未正式发布，已在代码基准测试LiveCodeBench霸榜前三，表现与OpenAI o1的中档推理设置相当。
DeepSeek用的GRPO占用大量内存？有人给出了些破解方法
RTX 3080 移动版能训练哪种大模型？本文为那些 GPU 资源有限时使用 GRPO 训练的开发者提供了宝贵的指导。
自 DeepSeek-R1 发布以来，群组相对策略优化（GRPO）因其有效性和易于训练而成为大型语言模型强化学习的热门话题。R1 论文展示了如何使用 GRPO 从遵循 LLM（DeepSeek-v3）的基本指令转变为推理模型（DeepSeek-R1）。
「DeepSeek二代」来袭！数学暴击o3，英伟达开源LLM登顶
DeepSeek-V3巧取捷径？
刚刚，DeepSeek能看懂猫片了！腾讯混元加持
DeepSeek能看懂图片了！
今天，腾讯AI助手“腾讯元宝”再次上新——
所接入的DeepSeek能够理解图片信息了。在此之前，DeepSeek主要支持扫描图片中的文字。
DeepSeek用的GRPO有那么特别吗？万字长文分析四篇精品论文
本文详细解读了 Kimi k1.5、OpenReasonerZero、DAPO 和 Dr. GRPO 四篇论文中的创新点，读完会对 GRPO 及其改进算法有更深的理解，进而启发构建推理模型的新思路。
