macOS本地自定义部署DeepSeek并搭建知识库
macOS 本地部署安装 DeepSeek 并创建自己的知识库。
12 reads5分钟速通,openEuler 部署 DeepSeek 全攻略
5分钟速通,openEuler部署DeepSeek全攻略
12 readsWindows 一键部署 DeepSeek
🚀 Windows 用户有福啦!🎉 一键部署 DeepSeek 环境脚本新鲜出炉!告别繁琐配置,秒速开启你的 AI 开发之旅!
Windows/Mac/Linux桌面环境下使用LM Studio部署DeepSeek等模型说明(Windows篇)
适合一般非技术人员在本机体验大模型,下一步可以构建本地大模型服务去支持更多本地AI应用。
13 reads深度剖析DeepSeek大模型:技术架构详览、应用场景探索
深度剖析DeepSeek大模型:技术架构详览、应用场景探索
专业视角深度解析:DeepSeek到底做了什么?
DeepSeek 并不为大众所熟知,但最近其发布的新人工智能模型 DeepSeek-R1 在全球科技界引起了巨大反响。那么 DeepSeek到底做了什么?
回顾 DeepSeek “全球出圈” 前后值得关注的 AI 大模型要闻
DeepSeek火爆前后全球整体 AI 大模型速览。
零基础5分钟拥有自己的 DeepSeek-R1 满血版
零基础5分钟拥有自己的DeepSeek-R1 满血版
DeepSeek-R1 Windows本地部署
文档手把手带你从零部署属于自己的 DeepSeek-R1
DeepSeek-R1-Zero的复现调试(swanlab观测实验过程)
本文旨在对deepseek-r1-zero进行复现实验,详细介绍了从r1原理到代码实现,再到结果观测的整个过程。在实验中,采用了基石智算平台来实现GRPO(基于PPO的优化算法),并通过SwanLab监控实验过程,确保实验的每个阶段都能精确跟踪与调试。通过这一系列的实验步骤,本文希望帮助用户更好地理解基石智算平台的使用方式,并深入掌握GRPO的实现方法。希望读者在实验过程中能够加深对相关技术的理解,并能灵活应用于实际项目中。