为什么DeepSeek出来可以轰动全世界，而豆包、Kimi、文心一言等却没这么大的动静呢?

DeepSeek、豆包、Kimi等虽然都是大模型训练的产物，但是使用的训练模型不一样，导致功能不一样。

DeepSeek使用的是推理模型，其他使用的是普通模型。

这里先分两类，一类是DeepSeek简称DS，一类是其他包括豆包、Kimi等。

由于两者使用的模型不同导致核心目标不一样：

• 其他：文本生成、基础问答、信息检索
• DS: 多步骤逻辑推理、复杂问题解决、因果分析

训练数据不一样：

• 其他：通用语料（网页、书籍、对话等）
• DS：增加逻辑题、数学题、科学推理等结构化数据

训练方法不一样：

• 其他：自回归语言建模
• DS：结合思维链（CoT）、程序辅助、符号逻辑增强

输出特点不一样

• 其他：流畅但可能缺乏深度逻辑
• DS：结构化、分步骤、注重因果链推导

由于DS的模型开源，我们现在可以将DS部署到本地，并为其提供不同类型的数据来训练，以使其成为我们自己的助手。通过喂不同类型的数据，我们可以观察到不同的训练结果，从而提高DS的可玩性。在接下来的教程中，我将向大家展示如何将DS部署到本地，并为其提供不同类型的数据来训练，以帮助我们打造一个个性化的、高效的助手。请期待！

文章来源于互联网:为什么DeepSeek出来可以轰动全世界，而豆包、Kimi、文心一言等却没这么大的动静呢?

相关推荐: 数学建模比赛中，使用大语言模型如chatgpt、文心一言该如何写Prompt（提示）？

在大型语言模型中，”prompt”（中文常译为“提示”或“引导”）是指提供给模型的输入文本，用于指示或引导模型产生特定的输出。它的作用主要是告诉模型用户想要得到什么样的信息或完成什么样的任务。 例如，在使用大型语言模型进行文本生成时，你可以输入一个问题、一段描…