𝐴𝑡是基于广义优势估计（GAE）计算的优势值，依赖于奖励序列 {𝑟≥t} 和学 习的价值函数𝑉𝜓 。因此，PPO需要同时训练策略模型和价值函数。为避免奖励模型的过度优化， 标准做法是在每个词元的奖励中添加与参考模型的KL惩罚项 23 DeepSeek-R1 技术剖析：GRPO 赋能RL-Scale ➢From PPO to GRPO: ➢ PPO的价值函数通常是与策略模型规模相当的独立模型，这带来了巨大的内存和计算负担。 计算负担。 ➢ 奖励模型通常仅对输出序列的最后一个词元分配奖励，导致逐词元价值函数的训练复杂化。 ➢ GRPO：无需像PPO额外近似价值函数，而是利用同一问题下多个采样输出的平均奖励作为基线。具体而 言，对于每个问题 ，GRPO从旧策略𝜋𝜃𝑜𝑙𝑑中采样一组输出，并通过最大化以下目标优化策略模型： ➢ 通过群组相对方式计算优势值，与奖励模型的对比性质（通常基于同一问题的输出比较训练）天然 的 RL：将 RL 应用于长文本CoT推理过程，使模型能够进行更深入、更复杂的推理。 ➢ 隐式规划：通过增加上下文长度，让模型在生成 CoT 的过程中进行隐式的规划、反思和修正，无需 显式的搜索树或价值函数。 ➢ 长文本能力是关键：核心洞察是长文本能力是强化学习训练LLM的关键，而不是更复杂的训练技巧。 ➢ 长文本到短文本：通过长文本 CoT 模型来指导短文本 CoT 模型的训练，从而在有限的计算资源下获

解决方案：政府推出“全民 AI 素养提升计划”，覆盖 5000 万弱势群体 ②职业替代 ⚫ 高危岗位：基础文案/客服/数据分析岗位替代率达 47% ⚫ 转型路径：建立“人机协作绩效评估体系”，重构岗位价值标准 ③认知依赖 ⚫ 思维退化：调查显示过度依赖 AI 导致 25%用户独立思考能力下降 ⚫ 应对策略：中小学增设“批判性使用 AI”课程，培养元认知能力 5.未来展望：AI 原生时代的生存法则 DeepSeek 预示的不仅是工具革新，更是认知革命的序幕： ①能力坐标系重构 核心能力： ⚫ 跨域整合（将 AI 与行业 know-how 结合） ⚫ 价值判断（在 AI 建议中做出最优决策） ⚫ 情感智慧（弥补 AI 的情感计算短板） ②组织形态进化 ⚫ DAO（去中心化自治组织）： 通过智能合约+AI 协作平台，万人团队实现零管理成本运作 共生之道：人类文明的升维指南 在 AI 时代保持竞争优势，需掌握三大核心能力： ①元认知能力 ⚫ 批判性思维：能识别 AI 建议中的逻辑漏洞（如发现商业方案中的“合成数据偏 差”） ⚫ 价值判断：在 AI 提供的 100 种方案中选择最符合伦理的路径 ②智能协作力 ⚫ 混合智能：医生结合 AI 诊断与临床经验，使误诊率降低至 0.8% ⚫ 跨域整合：将 AI 工具与行业经验结合，如老匠人用

还需要不断地进行训练和优化 ， 以提高其智能水平和适应性。 因此 ，对于一些中小企业来说 ， A I Agent 的部署成本可能较高 ，但对于大型企业和对智能化要求较高的企业来说 ， AI Agent 带来的价值可能远超其成本 6. 基于大模型的智能 体 n RAG 和智能体 RAG 在运行效果上 ， RAG 在处理一些需要 大 量知识支持的任务时表现出色 ， 比 如智 能问答、 文档生成等。 它能够利 任务 的要求 ， 自主地进行决策和规划 ， 实现 任务的自动化执行。无论是在智能 客服、 智 能 办 公 还 是 智 能 生 产 等 领 域 ， A I Agent 都能够发挥出其独 特的价值 ，提 高企业的运营效率和竞争 力 6. 基于大模型的智能 体 n RAG 和智能体 2025 年 1 月 23 日 ， OpenAI 发布了一个创新性的智能体—— Operator ，它是一个能够 ，为科研人员提供有力支持 通过深度学习和机器学习算法 ， DeepSeek 能够发现隐藏在数据中的信息 ， 帮助用户发现新的 机 会和趋势。 在医学科研中 ， DeepSeek 能够从大量实验数据中提取有价值的信息 ， 发掘潜 在的研 究方向和生物标志物 对于有特定需求的用户 ， DeepSeek 还支持上传文件建立自定义知识库。 将与自己工作、 学习 相 关的文档、 资料上传后 ， DeepSeek

基础。而往往很多时候来 自工业现场的数据量非常有限甚至极少。其次是数据质量问题，即数据的清洁性，并非所有来自工业现场的数据都是 有用的，需要对数据进行清洁。如何从实际应用场景中采集或生成丰富且有价值的可用数据，是 AI 及工业大模型成功 落地应用的挑战之一。再次是数据的标注和处理，即便有了足够的数据，对这些数据进行标注和处理也在难度和工作 量方面面临极大挑战。最后是数据安全和隐私问题，数据是 而项目的投入产出却难以清晰测量，也在阻碍了落地 应用的实施。 英特尔® 技术方案 02 13 02 英特尔 ® 技术方案 2.1 硬件 第 12 代英特尔® 酷睿™ 移动处理器为物联网部署创造更多价值，采用全新高性能混合架构，大幅提 升单线程和多线程性能，其高性能小尺寸的设计兼顾了图形密度和 AI 加速功能。 首款采用高性能混合架构的英特尔® 酷睿™ 处理器 创新的芯片设计将专注于主要工作负载的 封装，能够为创新设计提供更大的灵活性，是应对边 缘严苛工作负载的理想选择。这些功能强大的边缘处理器可 以加速从 AI 获取结果，为每台设备提供更多媒体流，并提 供长期供货保证 2，以提升长期价值。 单个封装内部署更多 AI 引擎 利用英特尔® 酷睿™ Ultra 处理器提升竞争优势，部署客户 迫切需要的先进 AI 工作负载。P-core（性能核）、E-core （能效核）、英特尔锐炫™

Gbps Circuit) DWDM (10 Gbps Ethernet) + NC Community College System + NC K-12 school districts 智慧课堂的价值  在课堂中能够利用用数据和观点  利用数据分析和在线工具，促进教师对学生绩 效产生新的理解。  从利用技术帮助学习，转变为利用技术回答问 题：学生学习到了什么？我可以为他提供什么

知识查询类：事实核查、概念解释、 溯 源检索。 • 8. 教育与研究类：题目生成、论文润色、 实验设计。 • 9. 多模态处理类： 图文互译、表格解析、 视频脚本。 • 10. 伦理与安全类： 内容审核、价值观对 齐、风险预警。 DeepSeek 部署方 案 Deepseek ! Deepseek 部署全线 图 移动手机应用 本地部署蒸馏小模型

昇腾编译器 ATC Ascend Training tools 昇腾调优引擎 AOE Ascend Inference tools MindStudio 开发工具 CANN toolkit 价值 场景 Huawei Proprietary - Restricted Distribution MindFormers MindSpeed 系列赋能 CANN 28 硅基流动基于昇腾底座，