国产模型实测：DeepSeekV4/千问/豆包，代码+写作+翻译谁更值？
一句话说清： 不跑分，跑场景。同一个任务分别丢给三个模型，对比输出质量、速度、成本。代码/写作/翻译/摘要各测一遍，帮你省掉自己对比的时间。国产大模型最近井喷——DeepSeek V4、千问、豆包，每...
终结 RL 推理之争：CMU 可控实验揭开能力起源之谜
本文约3000字，提议阅读6分钟 本文介绍了 CMU 可控实验下预训练、中期训练与 RL 对推理模型的影响及训练方案。在 DeepSeek-R1 和 OpenAI o1 等模型通过强化学习（RL）展现...