他们是独立出来一个团队去做大模型，应该没有用a股的数据。。吧。。pretrain的数据其实大家都大差不差，RLHF那部份才依靠人力主观，或者我认为大概率是“destill”。  

此事充分说明做量化的，都是大牛啊😂

jerrrrrrry (21世纪炼金师) 在 ta 的帖子中提到：

为啥Deepseek出现之前大厂和资本都是倾向去堆算力，没怎么听到有通过优化算法绕过算力限制的，导致英伟达的火热和对CN的算力制裁。Deepseek使用下来日常感受和Chat-gpt差不多，我认为Deepseek不一定是最好or最终的AI，短期意义在于打破了英伟达算力制裁的嚣张气焰（但我仍旧认为算力是强AI的核心基础），长期意义在于探索出新的发展路径。

题外话是Deepseek是幻方搞出来的，幻方主业是私募基金搞量化交易的，A股的T+1交易模式能搞量化？A股的训练数据是怎么转到Deepseek去搞通用社科AI的？

个人认为算力的饱和，可以让R&D去做充分的探索，这样更有机会产生新的技术路径和突破。 

算力紧缺，或者最终考虑落地成本，就会在各种优化上下功夫。

现在看来，后者其实还是个蓝海。

whale (Jiujiu) 在 ta 的帖子中提到：

算法和算力互为瓶颈，R1能复现的话，就会有更强的ChatGPT-R1、llama-R1…出现，算法暂时到顶时，不又得回到堆算力的时候……

记得十多年前dl刚出来那会有同学在隔壁微软实习做了篇eccv，效果奇好。

然而在实验室大组组会被一顿批，老板认为神经网络上世纪的东西，现在又拿出来炒，无非就是高纬的数据回归和分类。

那时候这位同学也确实，讲不出insight，讲不出knowhow，就是效果砸脸上。

到了现在cv和nlp的很多问题都被dl给基本解决了，至少逼近人的水平。

可能这就是“AGI”和“人工智能”的区别

GenCross (GenCross) 在 ta 的帖子中提到：

它只是个更好用的GPT替～这条线上所有的玩意都是smart产品～谈“人工智能”还是洗洗早睡吧～

我的3090还能再战10年

allgewalt (四金) 在 ta 的帖子中提到：

Gpu向下斩的空间还很大，人脑功率才20w，现在的gpu动辄500w

你应该看了这个去put英伟达

yxlu (yxlu) 在 ta 的帖子中提到：

这波直接给我昨天小米的空单给打飞了, 笑

看到一堆A股上市公司庄家炒概念，冒充与这些科技独角兽有合作或者是其供应商，但这并不影响我坚定做多中国的决心😂

mrzack (编程诛心) 在 ta 的帖子中提到：

再侃大山一下，前两天有人说这东西是国运级别的，我还觉得夸大其词了，但是这两天我看了YOUTUBE的评论区，各种翻，突然醒悟过来了，这东西就是国运级别的。

美国已经是把这东西当国运级别的产物，整个美国和美国盟友的公司都在押注OPENAI，以前的逻辑是这东西别人造不出来，或者造出来没他们好，他家就是事实上的垄断了，他定20刀就20刀，定200刀就200刀，全世界都要买他家的。你现在投多大的本未来都能收回来还能几倍的赚，所以能煽动一堆盟友往他家投钱，建数据中心，拉动美国的就业,股市,GDP。这一切的前提就是垄断，不管你觉得这是他们吹牛逼还是真的，他们只要能保的住这个前提，能拉的住后面的投资，故事就能讲下去。

DEEPSEEK出现以后，哪怕就证明了一件事也是让老美足够恐慌的，就是这东西我能追平你，哪怕没有超过也无所谓，你不再是垄断的了，只要这东西有竞争，他们以前讲的故事就圆下去了，如果你是投资人你难道不会想，这东西你垄断不了定价权，那收回投资肯定是个遥遥无期的事，现在再投钱那未来会不会就是打水漂？可能不是所有投资人都会这么想，但是也确实会影响很多投资人的想法。

……

最终的ai肯定是不可能的。a股虽然是t+1但是可以做日内t融券达到t0的效果，大模型的预训练数据是多种多样的，a股数据放进去没有不知道，光有a股数据是不可能产生通用社科ai的能力的

jerrrrrrry (21世纪炼金师) 在 ta 的帖子中提到：

为啥Deepseek出现之前大厂和资本都是倾向去堆算力，没怎么听到有通过优化算法绕过算力限制的，导致英伟达的火热和对CN的算力制裁。Deepseek使用下来日常感受和Chat-gpt差不多，我认为Deepseek不一定是最好or最终的AI，短期意义在于打破了英伟达算力制裁的嚣张气焰（但我仍旧认为算力是强AI的核心基础），长期意义在于探索出新的发展路径。

题外话是Deepseek是幻方搞出来的，幻方主业是私募基金搞量化交易的，A股的T+1交易模式能搞量化？A股的训练数据是怎么转到Deepseek去搞通用社科AI的？

a股数据应该确实没啥用..但是预训练数据不可能大差不差的

cretaceous (ID_rampage) 在 ta 的帖子中提到：

他们是独立出来一个团队去做大模型，应该没有用a股的数据。。吧。。pretrain的数据其实大家都大差不差，RLHF那部份才依靠人力主观，或者我认为大概率是“destill”。  

此事充分说明做量化的，都是大牛啊

愿听其详，现在这些厂的预训练数据主要来源是？差别在哪儿呢

znf (tensorglow) 在 ta 的帖子中提到：

a股数据应该确实没啥用..但是预训练数据不可能大差不差的

deepseek核心成员4P2T，你怎么得出这结论的？

azhu (xiaozz) 在 ta 的帖子中提到：

p大cs在业界的发展，落后其他高校感觉真的比较多

我没有证据，我只是感觉

ahavision (aha_vision) 在 ta 的帖子中提到：

理由呢？

好一个角度

allgewalt (四金) 在 ta 的帖子中提到：

Gpu向下斩的空间还很大，人脑功率才20w，现在的gpu动辄500w

最初来源肯定不一样啦，筛选与合成方式肯定也是有差异的，那些数据拿来要清洗筛选什么的，质量会不同，规模也会不同，有的模态会合成许多数据，方式也不一样，但是数据分布应该都一样

cretaceous (ID_rampage) 在 ta 的帖子中提到：

愿听其详，现在这些厂的预训练数据主要来源是？差别在哪儿呢

不好用，这是这些生成式ai的通病，应该是无法访问期刊网站或者被验证卡住等原因，但gemini因为有google作为引擎做学术检索会好不少，但依旧有问题

MrNerd (wsltxgd) 在 ta 的帖子中提到：

不是有联网搜索吗，也不可以？