资讯标签

#DeepSeek

Lance Martin 开源了一个本地运行的网页研究助手，基于 Ollama 与 DeepSeek，无需 API。它自动提取关键词、调用 Tavily 搜索、总结内容，并迭代补全知识缺口，最终生成带引用的 Markdown 报告，支持任意 Ollama 模型。

AI 工程师 Riley Brown 用两小时基于 DeepSeek Reasoner 零代码构建出 Perplexity 克隆版 YapSearch，支持联网搜索、多源分析、可视化推理与答案溯源，并已集成至其内容创作工具链，实现语音转录、资料整合与草稿生成，项目开源。

DeepSeek以不足600万美元成本训练出高性能模型，采用H800芯片、模型蒸馏与开源策略，定价仅为OpenAI的约1/30，主打中小开发者市场；虽在复杂推理、响应速度、多模态及生态上暂处下风，但其低成本颠覆路径已引发全球关注。

基于DeepSeek R1大模型与RAG技术，结合Ollama本地部署、NOMIC嵌入模型和Streamlit界面，可快速构建防幻觉、支持PDF知识库接入的本地智能聊天机器人，全程代码简洁，适合开发者快速上手。

DeepSeek-V3以6710亿参数、550万美元训练成本（仅为Llama-3.1的1/11），在代码、数学、中文等任务上逼近GPT-4o；采用MoE架构与FP8计算，推理成本低至每百万Token仅2元，支持商用开源，显著降低高性能AI使用门槛。

DeepSeek发布轻量推理模型R1-Lite-Preview，在AIME和MATH基准上性能接近o1-preview，支持全程可追溯的透明推理。虽解“蜗牛爬井”题耗时24秒（o1-preview约5秒），但通过自我反思修正逻辑错误，最终得出正确答案。模型将开源并开放API。

共 33 篇文章，第 4 / 4 页