超长上下文：一口气读完 3-4 万字的长文档（64Ktoken 容量） 技术架构： ⚫ MLA 多头潜在注意力：像多线程处理信息，显存占用降低 50%，适合普通电脑运 行 ⚫ MoE 混合专家系统：遇到问题自动召唤“专业团队”，比如数学题找数学专家模 块，写诗找创意模块 ⚫ 强化学习驱动：通过“试错+奖励”机制自我进化，类似游戏 AI 自学通关 2.划时代意义：中国 1.技术特性：AI 界的“六边形战士” DeepSeek 之所以成为现象级 AI 工具，关键在于它在效率、成本、能力三大维度实现 了突破性平衡： 技术黑话翻译： ⚫ MoE 混合专家系统：像医院分诊台，遇到数学题自动转接“数学博士”，写诗转接 “文学教授” ⚫ MLA 多头潜在注意力：让 AI 像章鱼同时处理多任务，普通电脑也能流畅运行 ⚫ DualPipe 通信技术：优化 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 ⚫ 人机混合团队： AI 成员拥有独立数字身份，参与绩效考核与利润分配 ③终身学习范式 ⚫ 技能更新周期：从 5 年缩短至 3 个月 ⚫ 学习方式： 脑机接口+AI 知识直输，1 小时掌握外语听说能力

co/p/the-illustrated-deepseek-r1 15 DeepSeek-R1 技术 Pipeline 总览 ➢ DeepSeek-R1 Zero 的问题：长推理过程可读性差、语言混合，帮助性低 ➢ Research Questions: ➢ 能否在Zero基础上兼顾推理性能的同时，提升模型的帮助性和安全性？例如产生 Clear & Coherent CoT 并且展现出通用能力的模型 Length 泛化&推理范式涌现 ➢ 大规模RL的加持下，DeepSeek-R1 Zero 表现出在推理任务上思维链长度的自然增长和涌现 ➢ 反思深度逐层加深，出现标记不明确的步骤、保持中间结论、验证、混合语言推理等现象 ➢ 模型在准确率奖励和格式奖励下自然探索到 验证、回溯、总结、反思 的行为范式 ➢ 如何控制来保证最后的response 长度能够稳定上升，可能会出现反复重复验证、或者验 证时间过晚的情况; 定的训练状态； ➢ 有效地加速 RL 训练的收敛，缩短训练时间； ➢ 提高模型输出的可读性，减少不同语言混合使用的情况。 26 DeepSeek-R1 Takeaways 总结 Part II ➢ 推理为中心的RL训练： ➢ 语言一致性奖励，以解决模型在多语言环境中进行推理时，出现语言混合的问题。 ➢ 对推理链的质量进行细致的评估，并通过奖励机制引导模型生成更加合理、准确的推理过程。 ➢

模型测试数据 & 互联网 硬件级优化 绕过 GUDA 进行 PTX 编程 计算与通信优化，性能提升 30% GRPO ：群体进化的智慧筛选器 自我验证机制： AI 的 " 错题本系 统 " 混合专家模型的 " 智能路由器“ 多头潜在注意力 MLA ：空间压缩术 训练框架加速： 16 到 3 的量化压 缩， 通信降低 89% 推理加速：预加载，动态批处理等 模型、数据、工具链、部署全开源 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 蒸馏的更小稠密模 型 （ Qwen/LLaMa 1.5B 7B 14B 32B 70B ） DeepSeek-R1 以 token 推理倍级提升 FP16/BF16 1 前 1 后单流水 需要裁判模型评估 1 次 1token 预测 MHA/GQA 分组共享减少缓存 GPT4 16 专家选 2 FP8 混合精度 双向流水并行 新老策略组队评估 1 次多 Token 预 测 MLA 低秩压缩减少缓存 DeepSeekMoE 更稀疏 256 选 8+1 训练精度 PP 并行算法 强化学习 Attention

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 P-core（性能核）与专为多任务处理而建构的 E-core（能效核）相结合。英特尔® 12 代 英特尔® 酷睿™ 移动处理器 14 02 英特尔 ® 技术方案 主要特性 性能和效率 • 英特尔® 7 制程工艺 • 多达 14 个核心和 20 个线程，具有高性能混合架构 • Intel® Thread Director6 使您的核心与工作负载相匹配 • 高达 24 MB Intel® 智能缓存 确定性实时性 • 利用英特尔® TCC 进行实时计算 • 制，帮助操作系统合理调度内核线程，以提高性能或能效。 17 02 英特尔 ® 技术方案 主要特性 性能 • 基于 EUV 光刻技术的英特尔 4 制程工艺 • 采用英特尔® 酷睿™ 处理器的高性能混合架构，配备 英特尔® 硬件线程调度器 5 • 多达 16 个内核和 22 条线程 • 多达 24 MB 的英特尔® 智能高速缓存 • 15 W 至 45 W 的处理器基础功耗范围 加速

冷 气 讲桌 160” 触控电子白 板 退缩 空间 退缩 空间 退缩 空间 投影机 案例一：多功能教室整体设备配置图 案例二：合作探究学习情境 案例三 : 未来教室环境 案例四：混合式课堂与实验室 智慧课堂的教学优势 学生在“一对一” 环境中开展学习， 人手一台平板电 脑。 教室利用教室墙 开展教学活动 基于新技术的未来学习 未来教室环境的支撑技术 环境创设：利用技术手段，为基于

Langchain+Deepseek API 业务流工程 • 1. R2R ：官网： https://r2r-docs.sciphi.ai/ • 功能：用于开发本地 RAG 应用程序 ，支持多模态内容摄取、 混合搜索、知识图谱构建、 GraphRAG ，具备用户管理、 可 观测性、配置及可视化交互等功能 ，适用于处理动态数 据和 复杂实体关系的应用程序。 • 2. Cognita ：官网： https://cognita