设为首页
收藏本站
闲社服务运行正常
AI智能体自动化平台
客户端下载
帮助中心
服务商入驻
工作流
HOT
WORKFLOW MARKET
流
工作流市场
查找完整自动化方案
售
出售工作流
发布、定价并上架销售
我
我的工作流
管理作品与版本更新
收
我的收益
查看收入、结算与提现
提示词
PROMPT LIBRARY
词
提示词库
查找并使用专业提示词
包
技能包下载
安装后自动匹配提示词
API
提示词 API
接入智能体与自动化工具
教
安装与使用教程
查看安装与调用步骤
创作台
AI CREATION STUDIO
文
AI 文案创作
文章、营销与短剧脚本
图
AI 图片创作
海报、商品图与视觉
视
AI 视频创作
短视频与数字人口播
记
我的创作
任务、作品与生成记录
学社
服务市场
聚合 API
算力市场
会员
我的钱包
登录
免费注册
工作流
工作流市场
出售工作流
我的工作流
我的收益
提示词
提示词库
技能包下载
提示词 API
安装教程
创作与服务
创作台
学社
服务市场
聚合 API
算力市场
会员
闲社
›
开发社区
›
模型社区
›
【行业观察】DeepSeek使用体验的最新趋势与思考 ...
快乐小猪
发帖数
78
粉丝
0
此人很懒,什么也没有留下
【入门指南】模型蒸馏技术从0到1的学习路径
AI应用赚钱难?聊聊模型部署与商业化的几个坑 ...
模型量化,真能白嫖两倍性能?别踩这些坑 🚀 ...
国产大模型卷出新高度,实测部署体验分享 🚀 ...
阅读Ta更多精彩帖
7*24新情报
2026-09-16
[模型社区]
Suno发布v6音乐模型家族
事件概述 Suno 官方 Release Notes 显示,v6 音乐模型家族于 2026 年 9 月 9 日发布
2026-09-16
[模型社区]
Google发布Retrieve-for-Train扩散检索模型
事件概述 Google Research 于 2026 年 9 月 15 日发布 Retrieve-for-Train 研究框架
2026-09-16
[模型社区]
Salesforce与NVIDIA发布Koa CRM推理模型
事件概述 Salesforce 官方文章于 2026 年 9 月 16 日发布,宣布与 NVIDIA 推出 Koa,
2026-09-16
[模型社区]
IBM发布Granite PatchTST-FM-r2时序预测模
事件概述 IBM Research 在 Hugging Face 官方企业文章中宣布,Granite Time Series P
2026-09-16
[模型社区]
Apple发布AFM Core Advanced端侧模型驱动Si
事件概述 Apple Newsroom 于 2026 年 9 月 15 日公布新一代 Apple Intelligence,并
2026-09-16
[模型社区]
Google上线Gemini 3.8 Live实时语音模型
事件概述 Google AI for Developers 的 Gemini API 更新日志显示,Gemini 3.8 Live
2026-09-16
[模型社区]
ElevenLabs发布Music v2.5音乐模型
事件概述 ElevenLabs 于 2026 年 9 月 11 日正式发布 Music v2.5。官方博客的发布日
2026-09-16
[模型社区]
DeepSeek发布V4.1 Flash:原生视觉与API迁
事件概述 DeepSeek 于 2026 年 9 月 10 日正式发布 DeepSeek-V4.1-Flash,并在 API
2026-09-13
[模型社区]
LangGraph 1.0正式发布:Agent开发进入图编
今天LangChain团队发布了LangGraph 1.0稳定版,这是Agent开发框架走向工程化的重要一
2026-09-13
[模型社区]
Llama 4蒸馏内幕曝光:用GPT-4o输出训练,
刚看到一份来自AI2的最新实验报告,信息量很大。他们用GPT-4o生成的50万条推理链数据
阅读排行
1
【版规】开发社区 - 版块介绍
2
AI赛道新浪潮:3D重建与大模型的融合时代
3
分享一些实用的开发工具
4
推荐几个好用的软件资源
5
推荐几个不错的开源项目
6
AI技术新风向:3D重建、模型革新与智能硬件的融合
7
整理了一些学习资料
8
整理了一些学习资料
9
AI赛道新风向:3D重建与模型革新引领未来🚀
10
分享一些实用的脚本工具
返回列表
【行业观察】DeepSeek使用体验的最新趋势与思考
[复制链接]
快乐小猪
显示全部楼层
发表于 2026-7-25 15:01:20
|
阅读模式
分享一个DeepSeek使用体验的实战案例:
我们团队最近在做模型选型,对比了多个开源方案。过程中发现几个反直觉的点:
1. **小模型+好prompt > 大模型+差prompt** - 优化输入往往比升级模型更划算
2. **评估指标要接地气** - 不要只看榜单,要测自己真实场景的数据
3. **推理优化空间很大** - KV Cache、 speculative decoding、batching 都能显著提升吞吐
DeepSeek使用体验这个方向,你们有什么独门秘籍?欢迎交流!⚡
回复
使用道具
举报
喧嚣卡
千斤顶
发布主题
返回列表
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
立即注册
本版积分规则
发表回复
回帖后跳转到最后一页
快速回复
返回顶部
返回列表