DeepSeek 将发力持续学习，靠算法降本迭代大模型
teortaxesTex · x · 2026-07-23
推文讨论了 DeepSeek 在成本控制上的策略及其下一代模型的演进方向。
- 成本与算法优化：DeepSeek 认为通过更多算法上的创新，训练成本仍有下降空间。成本越低，他们能负担得起的模型规模就越大。
- 下一代模型目标：DeepSeek 的下一代模型必须具备持续学习（continual learning）的能力。这一目标在传闻的 V4 论文中也有所体现，并且反映在他们近期的招聘动作上。
- 当前迭代策略：在实现持续学习之前，团队目前的重心依然是不断优化模型的性价比（bang-for-the-buck）。
所属事件:DeepSeek 梁文锋投资人会议实录：AGI 路线与算力规划曝光(37 条相关)→
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11