即刻App年轻人的同好社区
下载
过去市场上80%的声音都是噪音，现在 AI 加持，可能99%的都是了，作为实际的个体，大概率要被淹没在信息的浪潮中！
但是 信息≠知识，更谈不上洞察、智慧，
冷静下来，聚焦在实际问题上，解决真实痛点，不断提升个人效率 1000x，可能对当下的每个个人更有意义。
但是 信息≠知识，更谈不上洞察、智慧，
冷静下来，聚焦在实际问题上，解决真实痛点，不断提升个人效率 1000x，可能对当下的每个个人更有意义。
1 00
体感对比下两者的不同，grok3 的 Deep Search 和 Genspark 的 Deep Research，
grok3耗时大概2分钟，回答质量比普通的AI搜索质量要高的多，形式上差不都（如图2）。
Genspark耗时大概15分钟，阅读379个来源，189500到303200总字数，生成一篇比较详细、高质量的报告。
图1+图2是 grok3的Deep Search，剩下的都是 Genspark。
grok3耗时大概2分钟，回答质量比普通的AI搜索质量要高的多，形式上差不都（如图2）。
Genspark耗时大概15分钟，阅读379个来源，189500到303200总字数，生成一篇比较详细、高质量的报告。
图1+图2是 grok3的Deep Search，剩下的都是 Genspark。
1 00
Monica 订阅的原因能帮忙说说么，这两天订阅了两年的ChatGPT plus账号被封了，正在寻找各种替代品，目前感觉莫妮卡这款产品看起来有点符合我的诉求，想听听你的建议
汉松: 2025.02 我的AI工具使用情况 付费 1. Monica 年费订阅，无限量用 Claude，日常小问题用它解决，此外 ChatPDF 也很好用，主要用来读原文，有时候英文不太确定意思就一键翻译对照。评价：万金油，功能很全，但每一项都不太精。 2. Grok(拟订阅），Deepsearch 很强，能节省我的时间，think 还不支持附件，暂时没法评测读论文效果。评价：ChatGPT 的强力竞争者，让 perplexity 变成小丑 免费 1. ai studio：高强度使用 Gemini thinking 读论文，不太出名的推理王者，正是它阻止我订阅 ChatGPT 会员（现在又多了一个 Grok）。评价：谷歌大慈善家，免费提供 o1 级别的推理模型。 2. Trae：免费的 Cursor 平替，现在我写 Python 基本都用它。评价：就像请了个实习生，我提需求和反馈，能体验当老板的感觉。 3. Deepseek R1：文科生，帮我分析给文章起标题，给我写作建议。评价：我的写作教练。
0 11
OpenAI账号被“降智”问题，才解决了小一周，今天起来，账号被封禁了！
我是真没违反内容，看样子风控是越来越严格了，使用的那个美国家庭静态IP估计质量也不足够高！
已经发邮件，跟 OpenAI support team沟通了，估计够呛！
大家有人遇到过这类问题吗，求分享经验。
我是真没违反内容，看样子风控是越来越严格了，使用的那个美国家庭静态IP估计质量也不足够高！
已经发邮件，跟 OpenAI support team沟通了，估计够呛！
大家有人遇到过这类问题吗，求分享经验。
3 80
另一个视角看 AI Agent 的“记忆”能力，短期+长期记忆，短期记忆粗略理解就是最近的几次会话，
长期记忆包括历史所有会话、以及从会话中提炼出来的模型能“记住”的关于你的偏好信息，RAG的知识库也可以看做是长期记忆的一部分。
这些“记忆”，最终都会在接口调用的，prompt 中组装、拼接，作为context的一部分，让大模型更好的理解。
长期记忆包括历史所有会话、以及从会话中提炼出来的模型能“记住”的关于你的偏好信息，RAG的知识库也可以看做是长期记忆的一部分。
这些“记忆”，最终都会在接口调用的，prompt 中组装、拼接，作为context的一部分，让大模型更好的理解。
2 20
国内第一家对标OpenAI GPT-4o全模态的模型出现了，阿里通义Omini，支持文字、图片、语音 双混合聊条，体验形式上应该跟ChatGPT的GPT-4o的感觉一致。
还没有正式发布，还不能调用，等发布消息，不知道能力如何。
还没有正式发布，还不能调用，等发布消息，不知道能力如何。
1 00
DeepSeek 官网不稳定，大家可以尝试自己本机，使用 Cherry-studio ，加字节火山云 apikey ，本地搭建 联网搜索版本的 DeepSeek-R1 671B 满血版。
自己充值，花点费用，输出非常稳定，速度也可以。 搭建过程可以参考@orange.ai 这个，非常给力：mp.weixin.qq.com
自己充值，花点费用，输出非常稳定，速度也可以。 搭建过程可以参考@orange.ai 这个，非常给力：mp.weixin.qq.com
0 00
上午跟同事们聊，怎么学习 DeepSeek？
先理解原理，大致DeepSeek做了哪些技术架构上面的优化，reasoning model 和 gpt model 的区别。
然后，把 DeepSeek 使用到日常工作、生活中的方方面面， 用的多了，就会有体感，模型能力和局限性，怎么和 DeepSeek 配合，完成最终任务。
人做哪一部分， DeepSeek 做哪一部分。
超高频的使用起来，越来越有感觉
先理解原理，大致DeepSeek做了哪些技术架构上面的优化，reasoning model 和 gpt model 的区别。
然后，把 DeepSeek 使用到日常工作、生活中的方方面面， 用的多了，就会有体感，模型能力和局限性，怎么和 DeepSeek 配合，完成最终任务。
人做哪一部分， DeepSeek 做哪一部分。
超高频的使用起来，越来越有感觉
0 00
没时间看 paper，推荐看看张俊林的这一篇：zhuanlan.zhihu.com
行小招: 从技术架构的角度看，看普通对话模型（OpenAI GPT-4o）、推理模型（OpenAI O1/DeepSeek-R1）这两类大模型的区别： GPT-4o 类是两阶段范式 ， 预训练+后训练（RLHF），而DeepSeek-R1类则是三阶段范式（同OpenAI O1），预训练+后训练（RL）+推理（COT+RL），如下图1 当然，DeepSeek-R1 真实的训练过程要复杂点，通过两轮训练，每轮都包括监督微调（SFT）+ 强化学习（RL）（不是外面那些自媒体吹的纯强化学习，没有人工参与）第一轮是为了生产更好的数据，第二轮叠加了v3-base post-training的非推理类数据。 里面的RL算法是 R1-zero 那个模型验证的， R1-zero 是纯强化学习，但是这个模型是用来验证RL算法的，而不是R1的训练过程，这都是外网上面宣传不对的。 真实的原理看论文，论文都有。
0 00