开源模型进生产环境，别只盯着榜单和跑分
Qwen、DeepSeek-R1、Llama进入候选名单，不等于可以直接上线。商用评审真正要查的是具体版本的许可边界、仓库维护、目标硬件实测、Tool Calling失败处理，以及微调后的持续回归。
阅读全文
Search
站内搜索
关键词：DeepSeek-R1
找到 4 篇相关文章
垂直模型对齐怎么做：把奖励规则写成代码，再跑 GRPO
金融、医疗、法律任务里，很多错误可以直接核验。GRPO 去掉 Critic 后，可用代码奖励替代一部分奖励模型；省下价值网络的同时，采样开销、规则漏洞和评测压力会更突出。
阅读全文OpenAI降价后，中小企业先算API账
OpenAI发布GPT-5.6并下调价格，叠加DeepSeek-R1带来的低成本压力，大模型价格战正在改写企业用AI的预算逻辑。对中小企业来说，关键不再是追逐最强模型，而是把调用成本、集成成本和合规成本一起算清楚。
阅读全文
前沿研究
7天破亿用户之后，DeepSeek用5天开源秀出技术底牌
DeepSeek-R1上线7天破亿用户，并在春节后启动“开源周”公开5个代码库。这家杭州公司通过重构MoE架构与强化学习，正把车库创业精神注入大模型底层。
阅读全文