DeepSeek旗下两大开源项目在GitHub平台取得了历史性的里程碑成就，这一消息于2月7日震撼发布。

其中，DeepSeek-V3中宣称的550万美元，是基于GPU成本、GPU小时数、数据集规模和模型规模等估算出来的。 但DeepSeek团队从没公开过R1确切的GPU小时数或开发成本，目前已有的任何成本估算都只是猜测。

据技术报告介绍，DeepSeek-V3 的预训练过程只花费 266.4 万 H800 GPU Hours，再加上上下文扩展与后训练的训练共为 278.8 H800 GPU Hours（训练成本 557.6 万美元）。相较之下，Llama 3 ...

IT之家 2 月 7 日消息，DeepSeek 旗下两大开源项目刚刚在 GitHub 平台实现历史性突破。 截至IT之家发稿，DeepSeek-V3 已经以 7.83 万的 Star 数成功超越 OpenAI 明星项目 Whisper（7.58 万） ...

智东西（公众号：zhidxcom）作者 | 程茜编辑 | ...

截至IT之家发稿，DeepSeek-V3 已经以 7.83 万的 Star 数成功超越 OpenAI 明星项目 Whisper（7.58 万）；同门兄弟 DeepSeek-R1 以 6.64 万 Star 数超越 OpenAI 官方教程库 ...

李飞飞等斯坦福大学和华盛顿大学的研究人员，站在开源模型Qwen2.5的肩膀上，训练成本仅花了不到50美元，就成功训练出了s1的AI推理模型，性能媲美OpenAI！ s1模型论文的作者，斯坦福大学在读博士 Niklas ...

DeepSeek ...

DeepSeek V3为DeepSeek自研MoE模型，参数量达到671B，激活参数量37B，在14.8T token上进行了预训练，该模型在多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等开源模型，并在性能上和闭源模型GPT-4o以及Claude-3.5-Sonnet比肩。

近日，DeepSeek招人开出年薪百万引发关注。据多家招聘平台信息显示，该公司以“14薪”模式为基础，开出了多个年薪百万的岗位，覆盖深度学习、系统研发、UI设计等领域，工作地点集中于北京和杭州。

其次是学术界，近期一份模型研究论文引发关注。

DeepSeek-R1 采用了 MIT 开源许可证，允许用户通过蒸馏技术借助 R1 训练其他模型。换言之，开发者和厂商能够根据自身需求，对模型进行定制和优化，加速 AI 功能在个人终端设备上的落地。