PulseAugur
中
实时 03:52:24
实体 DeepSeek-V3

DeepSeek-V3

PulseAugur coverage of DeepSeek-V3 — every cluster mentioning DeepSeek-V3 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
37
90 天内 143
发布 · 30天
0
90 天内 0
论文 · 30天
9
90 天内 53
层级分布 · 90 天
主题
关系
时间线
  1. 2026-10-15 research_milestone DeepSeek V3 demonstrated strong performance on GPQA and MMLU-Pro benchmarks, highlighting its efficiency. 来源
  2. 2026-08-25 product_launch DeepSeek V3 is set to be released in December 2024, with independent tests showing it achieves 28.8 intelligence points per dollar. 来源
情绪 · 30 天

16 天有情绪数据

最近 · 第 1/8 页 · 共 158 条
  1. TOOL · CL_369767 ·

    DeepSeek V3 的 KV 缓存效率允许每 GPU 支持更多用户

    最近的一项分析深入探讨了大型语言模型 (LLM) 的内存占用,特别关注了 KV 缓存大小及其对 GPU 容量的影响。文章解释说,KV 缓存存储中间结果以加速响应生成,但其大小会随着每个 token 和并发用户的增加而增长。文章提出了一个基于模型配置计算 KV 缓存大小的公式,并通过对比表展示了像 DeepSeek V3 这样的模型,尽管参数量远大于 Llama 3 8B,但每个 token 所需的 KV 缓存却少得多。这种效率使得 D…

  2. RESEARCH · CL_367637 ·

    NVIDIA 和 Microsoft 将 AI 合作扩展到 Azure 和 Windows PC

    NVIDIA 和 Microsoft 正在深化合作,将加速计算和 AI 功能带到更广泛的应用中。此次合作从 Azure 云基础设施扩展到 Windows PC,使组织能够更有效地构建和部署智能应用程序。关键进展包括通过 Microsoft Foundry 增强对 NVIDIA 硬件和开放模型的访问,改进边缘 AI,以及在机密计算方面取得进展,以保护敏感数据和模型。

  3. TOOL · CL_366327 ·

    新的PLANT方法增强了LLM在多标签文本分类中的注意力 · arXiv

    研究人员推出了一种名为PLANT(预训练和利用注意力)的新策略,用于在极端多标签文本分类任务的大型语言模型(LLM)中初始化标签注意力模块。这种即插即用的方法利用一个在互信息增益上训练的学习排序模型,在端到端微调之前预训练标签特定的注意力。通过Mistral-7B、Llama-3.1-8B、DeepSeek-V3和Phi-3-mini等LLM骨干模型进行测试,PLANT在ICD编码、法律主题分类和内容推荐等任务中,尤其是在稀有标签方面…

  4. RESEARCH · CL_361370 ·

    NVIDIA Vera Rubin 平台在 MLPerf AI 训练和推理基准测试中领先

    NVIDIA 在最新的 MLPerf 训练和终端 AI 模型基准测试中均取得了最佳性能。其新的 Vera Rubin 平台首次亮相即横扫所有 MLPerf Training v6.1 基准测试,并在 MLPerf Endpoints 的 agentic AI 每瓦吞吐量方面展示了超过 10 倍的代际提升。这种性能在各种 AI 模型和大规模系统上得到展示,系统使用了多达 10,240 块 NVIDIA GPU。

  5. COMMENTARY · CL_361289 ·

    开源 vs. 专有 LLM:控制、成本和定制化驱动选择

    选择开源权重模型还是专有大型语言模型取决于具体需求,开源模型在需要定制化或本地部署的任务中提供更大的训练、数据使用和部署控制权。然而,专有模型在视觉质量和初始实施的便捷性等方面通常表现更佳。Aishwarya Srinivasan 指出,DeepSeek V3 标志着一个转折点,开源模型在性价比方面变得更具竞争力。公司通常采用混合方法,使用 Anthropic 的 Claude 等专有模型来完成软件开发等特定任务,同时利用开源模型来实…

  6. TOOL · CL_360899 ·

    AI初创公司通过智能模型路由将每月LLM API账单削减80%,节省9500美元

    一家开发AI写作助手的初创公司发现,他们每月的API成本已膨胀至近1万美元,其中71%的支出被浪费了。主要罪魁祸首是为所有任务使用最强大的模型,如GPT-4,而不是将更简单的请求路由到更便宜的替代品,如GPT-4o Mini或DeepSeek-V3。其他主要的成本驱动因素包括API错误的过于激进的重试机制,以及在RAG操作的上下文窗口中发送过多的、不相关的数据。通过实施分级模型策略、限制重试次数以及优化上下文窗口使用,该公司将月度账单…

  7. TOOL · CL_360223 ·

    UltraBERT-JEV 编码器模型实现了更高的准确性和速度

    研究人员开发了 UltraBERT-JEV,这是一种专为无需生成文本即可选择选项的“System One”应用设计的新型编码器模型。该模型基于 UltraBERT-380M 进行微调,在测试数据上的准确率高于 Qwen3-0.6B,最高达到 72.1%。研究探讨了不同的评分和概率归一化方法,发现通过“是”减去“否”进行评分可显著提高性能。此外,与解码器模型相比,UltraBERT-JEV 展示了更快的决策时间,但需要更多的内存。

  8. TOOL · CL_359979 ·

    9B模型在数学基准测试中击败DeepSeek V4 Pro,但背景信息是关键 · 跟踪1个来源

    一个90亿参数的模型,通过使用DeepSeek V4 Pro生成的数据对Qwen3.5-9B进行微调,在GSM8K数学基准测试中取得了令人印象深刻的成绩,得分94.50%,而DeepSeek V4 Pro的得分为92.60%。虽然数字准确,但声称‘击败’一个更大的模型需要背景信息,因为这个9B模型是专门针对数学和STEM数据进行训练的,这与测试内容相呼应。在相同条件下独立验证这些结果仍在进行中,并且该模型在编码或一般对话等其他领域的性…

  9. TOOL · CL_355760 ·

    新的 LAAM 框架通过主动学习提高 LLM 检索效率

    研究人员开发了一个名为 LAAM(LLM 主动近似模型)的新型混合检索框架,旨在使大型语言模型(LLM)检索更节能。LAAM 在传统关键字匹配和完整 LLM 分析之间使用一个轻量级的学习预测器作为中介。通过主动学习循环,该系统将 LLM 评估集中在信息量最大的文档上,在保持检索效果的同时显著降低了计算成本。实验表明,对于冗长的查询,LAAM 在仅使用完整 LLM 重排系统能量的 3.3% 的情况下,达到了完整 LLM 重排系统平均 P…

  10. TOOL · CL_352019 ·

    研究发现:人工智能模型对印度语言征收“Token税”

    一篇题为《2026年印度语Token税》的新研究论文,揭示了不同语言模型在处理印度语言与英语分词方面存在的显著差异。研究发现,GPT-4o和GPT-4等模型的tokenizer在处理奥里亚语和桑塔利语等语言的内容时需要更多的tokens,导致成本增加和效率降低。Sarvam-30B/105B是唯一一个在所有测试的印度语言中保持较低token计数的第三方tokenizer。

  11. TOOL · CL_350578 ·

    AI 实验室在 2024-2026 年间发布了 135 个新模型

    一项分析 2024 年 1 月至 2026 年 10 月 API 更新日志的研究显示,五大 AI 实验室——OpenAI、Anthropic、Google、DeepSeek 和 Mistral AI——共发布了 135 个新的文本模型。模型发布频率从 2024 年前九个月的 23 个模型显著增加到 2025 年同期的 44 个,随后在 2025 年略微下降至 40 个。研究还指出,新版本号之间的差距缩短,而全新一代模型的发布速度虽然较…

  12. TOOL · CL_348545 ·

    研究发现:LLM中的推理在创意写作方面几乎没有优势

    一篇新的arXiv论文研究了大型语言模型的推理能力是否能增强创意写作中的心理深度。该研究使用人类评估和LLM-as-a-Judge系统,比较了DeepSeek-R1与DeepSeek-V3以及GPT-5与GPT-4o。人类标注者发现增强推理能力的模型几乎没有优势,GPT-5略优于GPT-4o,而DeepSeek-R1的表现不如DeepSeek-V3。相比之下,LLM-as-a-Judge表现出强烈的偏向推理的倾向,可能掩盖了人类对创意…

  13. TOOL · CL_347528 ·

    AI 路由器通过分层模型方法将 LLM 成本降低 47%

    一种新的企业 LLM 应用路由架构,可以通过智能地将用户请求导向最合适的模型,从而显著降低成本并提高性能。该系统对每个提示的复杂性进行分类,将简单任务发送到更便宜的本地模型(如 vLLM 或 DeepSeek-V3),而将 Claude 3.5 Sonnet 或 GPT-4o 等高级模型用于更复杂的查询。该架构还包含一个语义缓存,以消除冗余的 LLM 调用,以及一个断路器故障转移机制,以确保在服务中断期间的连续性,最终将 API 支出…

  14. TOOL · CL_347534 ·

    DeepSeek V4-Pro 和 Kimi-k3.1-pro 在复杂提示词上表现出交付差异

    对 DeepSeek V4-Pro 和 Kimi-k3.1-pro 模型进行的比较显示,它们在响应交付方面存在差异,尤其是在处理有问题的提示词时。虽然两个模型都成功识别了相互矛盾的票务约束,但 DeepSeek V4-Pro 最初在遇到恶意价格查询和工具价格冲突时返回了空内容,需要重试才能提供可用答案。然而,Kimi-k3.1-pro 在第一次尝试时就为恶意价格查询提供了可见内容,尽管两个模型在工具价格冲突方面都需要重试。文章强调,这…

  15. TOOL · CL_347386 ·

    开放 MoE 模型在路由细节上存在分歧:DeepSeek、Qwen、Llama 4 对比

    对开放式混合专家模型 (MoE) 的比较显示,尽管核心理念相同,但它们的路由机制却存在显著差异。模型的专家数量从 8 到 384 不等,每个 token 选择的专家数量从 1 到 8 不等。一些模型包含一个持续激活的共享专家,而另一些模型则完全省略了此功能。路由策略的选择会影响内存需求和计算效率,其中一些模型(如 DeepSeek-V4-Pro)需要多 GPU 设置,而另一些模型(如 gpt-oss-120b)则可以在单个 GPU 上运行。

  16. TOOL · CL_347217 ·

    MoE 路由策略详解:Top-K、Expert-Choice、Sigmoid Gating 和动态路由

    混合专家(Mixture-of-Experts, MoE)路由策略对于大型语言模型的性能、负载均衡和成本至关重要。本指南详细介绍了七种生产级策略,包括 Top-K、Expert-Choice 和 Sigmoid Gating,并重点介绍了它们在 Mixtral、DeepSeek V4-Pro 和 Qwen3 等模型中的实现。关键发现表明,带有偏差平衡的 Sigmoid Gating 是前沿开放 MoE 模型中普遍采用的技术,与其他方法…

  17. TOOL · CL_344180 ·

    KOSMOS库将AMD GPU上的LLM训练速度提高了1.83倍

    一个名为KOSMOS的新库已被开发出来,以提高在GPU上训练大型语言模型的效率。KOSMOS通过使用自调度持久性内核来优化Transformer层内的通信和计算阶段,这些内核会适应数据就绪情况。在AMD Instinct MI350X和MI355X GPU上进行评估时,与现有方法相比,KOSMOS在Megatron-LM、DeepSeek-V3和Qwen3-235B等模型上实现了1.10倍至1.83倍的显著加速。

  18. COMMENTARY · CL_343186 ·

    大型语言模型 API 价格多数下跌,但 Google 频繁提价 · 跟踪 1 个来源

    对自 2024 年以来大型语言模型 API 定价变化的最新分析显示,虽然价格普遍下降,但一些模型的价格却显著上涨,尤其是在不太受关注的定价层级中。在主要供应商中,Google 是提价最频繁的,其多个 Gemini 模型在 2025 年 9 月经历了价格上涨。研究发现,降价通常发生在模型发布后的前两个月内,这表明用户可以通过延迟预付积分或批量承诺来避免支付过高费用的策略性窗口。

  19. TOOL · CL_337702 ·

    通过 Gemma、Qwen 和 DeepSeek 等模型解释 Mixture-of-Experts

    本文深入探讨了 Mixture-of-Experts (MoE) 模型的底层技术,解释了它们如何实现高效运行。文章特别审视了 Google Gemma 4 26B、Qwen3.5–35B、Qwen3–30B 和 DeepSeek-V3 等模型,并通过 NVIDIA A100 GPU 路由的追踪展示了它们的性能。

  20. TOOL · CL_337377 ·

    DeepSeek-V3 的 MoE 架构节省带宽但需要更高容量

    对 DeepSeek-V3 模型进行的最新分析显示,尽管它拥有6710亿个参数,但其混合专家(MoE)架构意味着每个token仅激活约360亿个参数。存储参数与激活参数之间的这种显著差异使得模型能够实现高吞吐量,在读取带宽方面表现得像一个规模小得多的密集模型。然而,这种效率是以增加容量需求为代价的,因为所有激活的参数都必须驻留在内存中,这与密集模型不同,密集模型中存储和读取带宽是直接成比例的。