|
- 目前有什么可以本地部署的大模型推荐? - 知乎
由上图可看到，通过modelscope也可以几乎下载所有开源大模型，包括零一万物、百川、通义千问等等。 比如chatglm2-6b，代表它的模型名称为chatglm2，参数量为60亿。 二、如何判断本地硬件资源是否满足大模型的需求？ 首先要搞清楚，本地可以部署什么大模型，取决于你的硬件配置（尤其关注你GPU的
- 如何看待 Google 最新开源的 Gemma-3 系列大模型？ - 知乎
使用世界最佳单设备加速模型进行开发： Gemma 3在LMArena排行榜的初步人类偏好评估中超越了Llama-405B、DeepSeek-V3和o3-mini，能在单个GPU或TPU主机上运行，开发独特的用户体验。
- LM-studio模型加载失败？ - 知乎
LM-studio模型加载失败问题的解决方法，提供详细步骤和注意事项，帮助用户顺利加载模型。
- RTX 5070 Ti和4070Ti Super选哪个？ - 知乎
上面的表格是 llama cpp 的 TTFT 值，从测试结果来看，GeForce RTX 5070 Ti 较少 token 数规模的时候基本比 GeForce RTX 4070 Ti SUPER 更快，但是到了一定规模后，比较容易出现 GeForce RTX 5070 Ti 不如 GeForce RTX 4070 Ti SUPER 的情况。
- DeepSeek-R1 发布，性能对标 OpenAI o1 正式版 - 知乎
就在刚刚，deepseek 正式发布 DeepSeek-R1，并同步开源模型权重。 开源 DeepSeek-R1 推理大模型，与 o1 性能相近。 开源 DeepSeek-R1-Zero，预训练模型直接 RL，不走 SFT。 开源用 R1 数据蒸馏的 Qwen、Llama 系列小模型，蒸馏模型超过 o1-mini 和 QWQ。 性能对齐OpenAI-o1正式版 DeepSeek-R1 在后训练阶段大规模使用了
- 都说接入的DeepSeek是满血版，为什么感觉还是官方的好用？ - 知乎
看到一个很好用的测试案例，可以用来简单测试是不是DeepSeek满血版。 请用我给你的四个数字，通过加、减、乘、除、括号，组成一个运算，使得结果为24。注意：数字需要全部我提供的数字：4 4 6 8。 这是DeepSeek官方提供的回答，简洁明了，一次就答对了。
- 如何评价 Meta 刚刚发布的 LLama 4 系列大模型？ - 知乎
llama真是吊死在DPO上了 新架构infra，长上下文，Reasoning RL，工程性coding可能还是大家今年的主攻方向。 移步转眼，时间快来到了2025年中旬，Openai，Anthropic，Deepseek的大模型都憋着劲还没发，要一飞冲天，未来几个月想必会非常热闹。
- 怎么分辨在用的deepseek是不是满血版啊？ - 知乎
大家好，我是吾鳴。 现在很多的互联网大厂都开始接入DeepSeek-R1大模型了，每个公司都宣称自己接入的是DeepSeek-R1满血模型，那究竟怎么区分到底是不是满血模型呢？ 开始下面分享之前，我们先来看看到底什么是满血模型，其实所谓的满血模型，就是DeepSeek-R1 671B这个模型，因为其参数数量最多
|
|
|