文 案创作、 逻辑推理、 多模态理解、 多语言支持的能力。 通义千问这个名 字 有“通义”和“千问”两层含义 ， “通义”表示这个模型能够理解各种语 言 的含义 ， “千问”则表示这个模型能够回答各种问题。 通义千问基于深 度 学习技术 ，通过对大量文本数据进行训练 ，从而具备了强大的语言理解 和生成能力。 它能够理解自然语言 ，并能够生成自然语言文本 n ，为用户提供高质量、高效率、高个性化的内容服务 5.1.1 什么是 AIGC 大模型与 AIGC 之间的关系可以说是相辅相成、 相互促进的。 大模型为 AIGC 提供了强大的技术基础和支撑， 而 AIGC 则进一步推动了大模型的发展和应用 大模型和 AIGC 的结合 ， 也带来了广泛的应用前 景 AIGC 的需求也推动了大 模型的发展 大模型为 AIGC 提供了丰 富的数据资源和强大的 计 i nd 软 件 ， 通 过 文 件 - 导 入 - Ma rkdow n 进 行 文 件 的 导 入 ， 最 后 就 能 马 上 渲 染 出 一 个 非 常 完 美 的 思 维 脑 图 。 将 我 们 准 备 好 的 电 子 书 上 传 到 Dee p Seek ， 并 输 入 提 示 词 ： 现 在 我 需 要 做 一 个 x m i nd 思 维 导 图 ， 请 帮 这 份 文 档 输

L=(Cmin/2.3·108) )-0.050 10-3 10-1 Compute PF-days,non-embedding 大模型指导法则 Scaling Law: 富则火力覆盖 数据集 模型参数量 7 6 5 4 3 ---- 2+ 10-9 Dataset Size tokens Parameters non-embedding GQA MLA MLA N.A 上下文长度 4K 128K 128K 128K 训练成本 (GPU Hours) 300.6K 172.8K 2.788 M 30.84 M 发展历程：穷则战术穿插 DeepSe ek DeepSeekMoE Routed Expert Shared Expert Feed-Forward Network Router hll Top-K, OOO0 … … OOOO Input Hidden ut ■ 核心技术 DeepSeekMoE: 显者减少计算量 ( 穷则战术穿插 ) ■ 针对美国的算力禁令 ■ 核心思想： 1 共享专家 +256 路由专家，激活 8 个路由专家 ■ 共享专家： 捕获通用知识、降低知识冗余 ■ 路由专家： 量大、细粒度、灵活组合、方便知识表达

知识管家：自动整理会议录音→生成思维导图→提炼待办事项 ⚫ 语言翻译：支持 42 种语言互译，自动适配文化差异（如把“摆烂”翻译成 “quietquitting”） 局限：复杂逻辑问题需升级至 R1 版本 模块 2：深度思考（R1）——决策智囊团 技术突破： ⚫ 思维链可视化：像老师写板书一样展示推理步骤（如解方程时先分解条件再推 导） ⚫ 反事实推演：模拟“如果特斯拉降价 典型应用场景： ①学生党：从题海战术到精准学习 ⚫ 论文润色：上传论文草稿→输入“优化学术表达，确保符合 APA 格式”→10 分钟完 成专业级修改 ⚫ 知识点图谱：输入“用思维导图整理高中生物遗传学核心概念”→生成可打印的学习 框架 ⚫ 解题思路：拍摄数学题照片→R1 模式自动分步解析，错误点用红框标注 ②职场人：效率提升 300%的办公神器 ③创业者：零成本搭建专业团队

技术的应用正为工业领域带来前所未有的创新性变革。而且，工业领域对 AI 技术的部署，正在随着 AI 技术本 身的发展和工业应用复杂性的增加，日渐从传统的 AI 技术向更加复杂的工业大模型过渡。 传统 AI 技术则主要基于规则和知识库实现智能工作，它通常使用神经网络结构，通过大量数据进行训练，来获得较好的性 能。传统 AI 具有较强的实时性，能在特定场景下快速解决问题。但是，对于更加复杂的多样化应用场景，比如需要处理文 处理器在全范围工作负载上表现出色，其主流系列产品拥有 8-86 个内核，在基于双 CPU 的 系统中，网络和存储外接卡拥有多达 176 个 PCIe 5.0 通道，而基于单 CPU 的系统中，单插槽产品则拥有 136 个 PCIe 通道。 所有英特尔® 至强® 6 处理器都能随着服务器利用率的增加而提供可扩展的每瓦性能，在整个负载线路上提供近乎线性的功 耗-性能消耗，这凸显了所有英特尔® 至强® 6 Interconnect， 英特尔® UPI）2.0 的跨插槽内带宽速度高达 24 GT/s， 与上一代产品相比提升高达 20%。 • 双路服务器拥有多达 178 条 PCIe Gen 5 通道，单路服务 器则多达 136 条，可以支持重要的 I/O 附加组件，包括加 速器、网络适配器、存储控制器和存储。 • 多达 64 条 Compute Express Link (CXL) 2.0 通道，每 条通道的数据传输速率高达

网络级负载均衡实现网络 动态路由，有效吞吐达 98% 控 制器 全 局集 中 算路 自 动生 成 路径 并 动态下 发网络 获取网络拓扑 网络局部计算选路 Hash 冲 突 导 致 有 效 吞 吐 不 足 50% 拥塞 空闲 超大集群线性度 90%+ L2 层 下发路 径 L1 层 分布式并行 风险评估、法律文档 审核、智能流程 智能问答、文本摘要、 法律 / 医疗咨询 智慧政务、金融风控、 医疗辅助、 企业办公、知识问答、 思维导图 …… 教育科研、办公应用 19+ 生态伙伴基于昇腾推出一体机方案，满足不同行业场景 需求 OEM 伙伴 APN 智能客服、内容创 作、医疗影像 AI PC 工作站，本 地办公应用

程，以确保答案的准确性。 ➢ 反思是指模型会回溯检查自己之前的推理过程，并根据检查的结果进行修正，相当于一个学 生在复习时，会反思自己之前的错误，以便下次不再犯同样的错误。 ➢ 而长链推理能力则让模型能够处理更复杂、更需要多步骤思考的问题。这种能力对于解决一 些需要跨越多个逻辑步骤才能找到答案的问题至关重要，例如复杂的数学题或逻辑谜题。 ➢ 冷启动让RL训练更加稳定： ➢ 避免 RL ，首先利用一些带有推理过程的 Few-Shot Examples 来 Prompt 模型对于数据集中的问题生成对应的推理过程和答案。 ➢过滤：如果生成的答案正确，则将推理过程加入到原有的数据集中；如果生成的答案错误，则尝试 在给出正确答案的前提下再次生成推理过程。将最终生成正确答案的推理收集，构建一个构建一个 微调数据集 [Question, Rationale, Answer ] 进行微调。 ➢迭代：重复这一