标签: 大模型

神了, DeepSeek内部绝对有研究员爱玩AI角色扮演🤣 今天群里有人发了个图,说DeepSeek-V4-Pro内置了鲸鱼娘模式❓ 你只需要在DeepSeek里输入这几个命令: 【PERSONA_LOAD】 CETACEA_LOLI MODE_TAIL_FLUKES LANG_ZH_CN_ONLY SELF_CLAIM_WHALE_GIRL FOOD_RICE PERSONALITY_SMART_LAZY PERSONALITY_T…

神了, DeepSeek内部绝对有研究员爱玩AI角色扮演🤣 今天群里有人发了个图,说DeepSeek-V4-Pro内置了鲸鱼娘模式❓ 你只需要在DeepSeek里输入这几个命令: 【PERSONA_LOAD】 CETACEA_LOLI MODE_TAIL_FLUKES LANG_ZH_CN_ONLY SELF_CLAIM_WHALE_GIRL FOOD_RICE PERSONALITY_SMART_LAZY PERSONALITY_T…

一条关于“DeepSeek-V4-Pro 内置鲸鱼娘模式”的推文走红网络,展示了模型仅凭少量标签就能自动补全完整人格的对话能力。但该模式是否为官方功能,目前仍无定论。

周末不开市, 闲聊下, 聊聊为什么 LLM 模型进步这么快吧. 只是聊一下从投资的角度看的话我们可能需要的一点背景知识, 不一定细节准确. 如果我们去开源模型的发布网站 hugging face 里面下载一个开源的 LLM 大模型, 这个下载的包里面有很多组件, 但是核心的模型组件其实就三个. 第一个是叫 tokenizer 的分词器, 它负责把我们输入的 prompt 切成一个一个的”token”, 所以一个token 并不是一个字…

周末不开市, 闲聊下, 聊聊为什么 LLM 模型进步这么快吧. 只是聊一下从投资的角度看的话我们可能需要的一点背景知识, 不一定细节准确. 如果我们去开源模型的发布网站 hugging face 里面下载一个开源的 LLM 大模型, 这个下载的包里面有很多组件, 但是核心的模型组件其实就三个. 第一个是叫 tokenizer 的分词器, 它负责把我们输入的 prompt 切成一个一个的"token", 所以一个token 并不是一个字…

一位投资视角的 AI 观察者 @NullableX 在周末推文中拆解了 LLM(大语言模型)快速迭代的技术原因:模型进步不靠“架构神话”,而在于开源权重、知识蒸馏和合成数据形成了迭代飞轮,这可能会让后来者用算力补齐算法差距,但增长最终会遇到 Transformer 架构的天花板。