o3 2024 年 12 月 20 日 ， OpenAI 发布推理模型 o3 ，无论在软件工程、 编写代码 ，还是竞赛数学、 掌握人类博士级别的自 然科学 知识能力方面 ， o3 都达到了很高的水平 3.6.1 国外的大模型产 品 大模型 图标 指标排名 DeepSeek 能力测评第一 豆包 用户数量第一 Kimi 文本处理第一 即梦 AI 作图能力第一 通义万相 视频生成第一 大模型可以用于信用评估、欺诈检测等任 务 。通过分析大量的金融数据 ，大模型 可 以评估用户的信用等级和风险水平， 以及 检测欺诈行为，提高金融系统的安 全性和 稳定性 大模型可以用于医疗影像诊断、疾病预测 等任务 。通过学习大量的医学影像数据 ， 大模型可以辅助医生进行疾病诊断和治 疗 方案制定，提高医疗水平和效率 型可以实现对车辆周围环境的感知和识别， 以及进行决策和控制，提高自动驾驶的安 的部署则需要更高的技术门槛和成本。 它不仅需要强大的大语言模型支持 ，还需要构建复杂的智能规划和决策系统 ，以及与各种 工具和系统的集成。此外 ， AI Agent 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

，然后这些数据用于训练学 生 模型。 • 2. Logits 蒸馏 在 logits 蒸馏中 ，学生模型被训练来匹配教师模型的 logits ，而不仅仅是 最 终的预测。这种方法保留了更多关于教师模型置信水平和决策过程的信息。 • 3. 特征蒸馏 特征蒸馏涉及将教师模型中间层的知识转移到学生模型中。通过对齐两个模 型的隐藏表示 ，学生模型可以学习到更丰富和更抽象的特征。 蒸馏、微调、 RAG 微调： 又叫精调 ，相当于学生意识到自己某门课有 短 板 ，然后自己找参考书恶补了一下 ，从而补上短 板 蒸馏： 是学生通过模仿老师的解题思路 ，达到和老 师 相似的知识水平。 RAG ： 直译过来叫做“检索增强生成 ” 。 相当于这题我不会， 但是我有“小抄 ” ， 我回 答的时候， 就看一眼小抄， 然后再综合我脑子里的已有知识， 进行回答。 蒸馏、微调、 RAG DeepSeek

R1在AIME2024上获得了79.8%的成绩，略高于OpenAI-o1-1217。在MATH-500上，获得97.3% 的惊人成绩，表现与OpenAI-o1-1217相当。 ➢ 在编码相关的任务中表现出专家水平，在 Codeforces上获得了2029 Elo评级，在竞赛中表现 优于96.3%的人类参与者 ➢ DeepSeek-R1 在知识类问答上推动科学探索边界： ➢ MMLU \ MMLU-Pro 能力之外帮助性和安全性 ➢ 对于reasoning data, 可以用基于规则的奖励 ➢ 对于general data, 可以用奖励模型来建模人类偏好意图 ➢ 成效：最终版本的 R1 不仅在推理和对话能力上达到了高水平， 还具备更安全的交互性能。 拒绝采样和全领域SFT 600k 推理数据 (Rule-based+Generative 奖励) 200k 通用数据 （Writing \ Role-Play Value Model 直接影响了搜索方向，而训练一个好的Value Model 比较困难 ➢ 一个相对成功的典范是 rStar-Math [1], 通过小模型达到OpenAI o1数学任务相当的水平 ➢ 一个作为策略模型Policy Model, 另一个模型训练成为基于偏好的过程奖励模型（PPM），二者配合进行 MCTS 产生分步验证的高质量推理数据，四轮自我迭代提升，不断更新数据而后微调模型

大家宽容些 ) ■ 突破工艺卡脖子，实现“战术穿插” +“ 火力覆盖” ■ 中芯国际等硬核大厂突破工艺卡脖子 ■ 华为等算力公司提供高算力密度 ■ 个人预测 Al 竞赛结果 ■ 以中国的工业化水平，站着把 Al 的钱给挣了。 ■ “健身可以让 SB 跟你好好说话”→ ■“ 突破模型、算力卡脖子可以让 A 国跟咋们好好说话” DeepSeek V3 未来 展望

拓展课外教 学活动 教育安全监 控与危机快 速处理 教学设备管 理 05/06/2025 大数据 大数据技术 25 大数据 创 新 教育舆情监测与剖析 教育信息化与现代化发展水平评估 教育机构布局与教育经费调整 学生的发展性评价 基于大数据的科学研究 26 云计算 • 云计算中的“云”主要用来强调计算泛 在性和分布性，实质上是分布式计算、 并行计算和网格计算等技术的发展。

优化、资源与物料管理、能耗与排放管理等环节，推动 制造业向更高效、智能的方向发展。 经营管理优化 • 库存管理：利用深度学习和大数据分析，分析历史销 售数据、季节性变化、市场趋势等因素，预测库存 需求、实时监控库存水平、自动调整补货策略、精准 管理库存品类、优化库存地域布局等，提高库存周 转率，降低库存成本。AI 聊天机器人可以随时了解 ERP 库存系统、跟踪订单和其他更新。 • 物流配送与运输管理：机器人在深度学习算法和 显示器、通道锁定同 步和边框校正功能。 降低要求严苛的 AI 和视频工作负载的能耗 借助能效优于上一代产品的平台简化边缘 AI 部署 5。英特尔® 酷睿™ Ultra 处理器采用 BGA 封装，在相同功耗水平下，可 提供比上一代产品更高的 AI 性能，让终端客户能够在空间有 限的环境中灵活运行更多的工作负载。这一平台非常适合需 要无风扇或较少散热的边缘设计，同时还优化了电源设计， 可通过控制活动较少时段的能耗，帮助降低能耗成本。 编程接口和工具的束缚，消除供应商锁定。 使用英特尔为边缘设计的 GPU 构建 AI 应用 英特尔通过强大的 ODM 生态系统提供多种 GPU 卡片，用于解决边缘 AI 应用复杂、多样的需求。这些卡片具有多种形态、 功率和性能水平。结合英特尔以及合作伙伴在特定垂直市场中的专业知识，基于锐炫™ 显卡可以打造强大的边缘 AI 应用。 主要特性 X e -HPG 微架构 • 每颗英特尔® X e 核心配备了 16 个矩阵引擎和

开源生态 4 Huawei Proprietary - Restricted Distribution DeepSeek R1: 在 Reasoning 任务达到了世界水平（ OpenAI- o1 ） 以 2 阶段 SFT+2 阶段 RL 完成，从而解决 R1-Zero 可读性差、 多种 语言混合问题 本次开源同时发布了 6 个基于 DeepSeek-R1