《[胡凯翔：DeepSeek为什么省钱](https://waytoagi.feishu.cn/wiki/OzgnwiZrniBXASkhVBbcBR3Mnhh)》DeepSeek相关的基本术语，阐述其省钱原因，包括高效硬件使用、创新训练方法、高效模型压缩、避免无效尝试等，还提及成本对比及创新蒸馏技术。接着从核心思想、技术实现方式（知识表示、温度调节）、训练过程（基本流程、关键点）、DeepSeek的创新及有效性原因（信息压缩、概率分布学习、泛化能力）等方面详细讲述了蒸馏工作原理[heading1]?欢迎投稿[content]如果你也有不错的教程见解等欢迎投稿：?AI技术探讨与分析?实践经验与案例分享?行业动态与趋势观察?开发心得与技术教程投稿要求：✅原创、严谨、有深度?配图说明更佳?观点明确，结构清晰?建议字数1500-5000字审核流程：?提交后2-3工作日反馈✍必要时沟通修改建议?欢迎大家多多投稿?优质内容将收录知识库[heading2]更多内容请前往[通往AGI之路](https://waytoagi.feishu.cn/wiki
虽然R1推理能力比较强，有些你想表达的不一定完全与模型吻合，因此建议可以多加清晰指令[heading3]1.模糊指令优化[content]|问题类型|修正方案|示例对比||-|-|-||宽泛需求|添加维度约束|原句："写小说"→修正："创作以AI觉醒为背景的悬疑短篇，采用多视角叙事结构"||主观表述|量化标准|原句："写得专业些"→修正："符合IEEE论文格式，包含5项以上行业数据引用"|[heading3]2.迭代优化法[content]1.首轮生成：获取基础内容2.特征强化：请加强第三段的技术细节描述3.风格调整：改用学术会议报告语气，添加结论部分4.最终校验：检查时间逻辑一致性，列出可能的事实性错误[heading2]五、行业应用案例[heading3]1.技术开发场景[heading3]2.商业分析场景[heading2]六、异常处理方案[content]信息幻觉：追加请标注所有不确定陈述，并提供验证方法格式偏离：使用严格遵循以下模板：第一行...第二行...深度不足：触发请继续扩展第三章节内容，添加案例佐证[heading2]七、效能监测指标[content]1.首次响应准确率：目标>75%2.多轮对话效率：问题解决平均轮次<33.复杂任务分解：支持5级子任务嵌套
这也是DeepSeek区别于大多数中国的AI创业公司，反而更像是一家研究机构的地方。这轮AI创业的创始人基本都是科学家和研究人员，但他们拿了VC和PE一轮又一轮的钱，就不能随心所欲地搞研究和发paper，而必须聚焦产品化和商业化（这很可能不是他们最擅长的事）。科技巨头养得起研究机构和科学家，但一旦要求研究成果迅速应用于产品和商业，团队也会变得更复杂，而不再有纯研究人员的简单和清澈。美国的一些科技巨头有不受商业目标干扰的研究机构，但时间过久，又难免沾染了学术界论资排辈的门阀气息。都是由最聪明的年轻人组成的商业公司的研究机构，只在关键的几个时间点出现过——几年前的OpenAI和DeepMind，以及现在的DeepSeek。一个证据就是：DeepSeek最好的“产品”除了模型，还有它的论文。无论是V-2还是V-3的发布，DeepSeek的两篇对应论文都得到了来自全球研究者的仔细阅读、分享、引用和大力推荐。相比之下，GPT-4发布之后OpenAI公布的论文几乎不能叫做论文。这年头做模型的都在抢在各种benchmark上拿名次，注重论文质量的已经不多了。而一篇详尽、规范和实验细节丰富的论文，仍然能获得业界额外的尊重。当然这件事的一个重要前提是：DeepSeek有钱，有不输于巨头、远多于创业公司的弹药。但并不是所有巨头都愿意有一个自己的DeepMind。