YooboH

@LanhuaMa 如果你不懂就没必要胡说的..蒸馏和偷窃好像并没有什么关系。首先似乎并没有实锤证据表明 deepseek 蒸馏了 chatgpt ，虽然确实是有这种可能，但这种怀疑同样可以用于很多其他 LLM 。
况且蒸馏也不是什么大不了的事啊，你难道是觉得蒸馏是用什么神奇的方法把 gpt 的能力"偷"了过来吗？这只是一种形象化的说法而已，在我看来不过是学术界特有的造词行为...学界蒸馏的模型多的是，甚至模型蒸馏本来就算是一个研究方向。deepseek 在模型的工程训练上还是有独到之处的，更何况他还是开源权重，收到很多赞扬也不稀奇。至于有没有推动炒作那就不是我能知道的事了

感觉你的控制欲很强，你要强行让你的小孩变成你想要的状态，可怕...

@porrt8 其他不知道，京东前段时间有以旧换新补贴的。16pro 256g 直降 1000 ，国补 200 ，13p 以旧换新补贴 700 （也可能这也是国补的一部分），不算旧机回收价便宜 2k ，旧机爱回收线下完全没刀，综合下来 4k 入手

买了酷态科电能块 1w 毫安，很糟糕，但是暂时也没看到更合适的。电量灯带设计非常不直观，分不清到底还剩多少电。而且我第一次到手的质量有严重问题，输入功率根本达不到宣称的 27w ，充满电要 4-5 小时

完全不是，运行商在央企里基本是最差的那一档，竞争激烈

@fancy2020 训练效果很难说。不可能单纯只用来自 openai 的数据，大模型首先是预训练，用整个互联网的数据训练基座，然后是指令微调以及 rlhf ，这其中每个过程都需要大量的数据处理和清洗，一般来说微调或者 rlhf 阶段可能会用 openai 或者其他家的模型输出来监督，但也都会有自己处理的数据，每家的真实训练数据都是保密的，所以到底什么样没人能说得清。
deepseek 更多是工程方面做的比较好吧，理论方面好像没什么突破，他能做到意味着别家也能。现在最大的问题是 llm 快到头了，互联网的数据能用的全都用过了，剩下顶多是对现有数据再精细清洗一轮，后续不知道还能不能再有突破。

大家都是摸着 openai 过河，gemini 还有 llama 大概率也蒸馏，算是公开的秘密吧，毕竟说白了就是利用了 chatgpt 的输出结果训练自己的模型，而且也没有任何手段能限制这一点，openai 自己的用户守则在法律上估计很难说有什么约束力

@lifehz 他是训练省资源，但是这个模型本身就很大，而且只放出了 600 多 b 版本的，所以你本地部署的内存要求很高。你要想本地部署可以用那些 7b 、13b 版本的，但是效果大概不咋样