1.【短小精悍】2小时搞懂DeepSeek底层技术 2.【通俗图解】近120幅全彩插图通俗解读，不枯燥 3.【内容系统】从推理模型原理到DeepSeek-R1训练 4.【作者资深】大模型领域知名专家Jay & Maarten作品 5.【图解系列】袋鼠书《图解大模型》同系列，广受欢迎
售 价：¥
纸质售价：¥46.60购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
译者序
关于推理大模型
关于 DeepSeek-R1
前言
第 1 章 测试时计算
1.1 什么是推理大模型
1.2 什么是训练时计算
缩放定律
1.3 什么是测试时计算
1.3.1 缩放定律
1.3.2 测试时计算的分类
1.4 基于验证器的搜索
1.4.1 多数投票法
1.4.2 Best-of-N 采样
1.4.3 基于过程奖励模型的束搜索
1.4.4 蒙特卡洛树搜索
1.5 调整提议分布
1.5.1 提示工程
1.5.2 STaR 方法
1.6 小结
1.7 延伸阅读
第 2 章 架构设计
2.1 稠密层
2.2 MoE 层
2.2.1 专家机制
2.2.2 路由机制
2.2.3 DeepSeekMoE
2.3 小结
第 3 章 DeepSeek-R1 训练方案
3.1 回顾：大模型的训练原理
3.2 DeepSeek-R1-Zero 的推理能力
3.2.1 示例：推理问题的自动验证
3.2.2 DeepSeek-R1-Zero 的完整训练过程
3.3 DeepSeek-V3 的效率优化策略
3.3.1 多头潜在注意力机制
3.3.2 混合精度训练
3.3.3 多词元预测
3.4 构建 DeepSeek-R1
3.5 通过 DeepSeek-R1 蒸馏推理能力
3.6 未成功的尝试
3.7 基于 GRPO 的强化学习
3.7.1 奖励值与优势值
3.7.2 KL 散度惩罚项
3.7.3 GRPO 目标函数
3.7.4 GRPO 算法
3.7.5 GRPO 参考实现
3.8 小结
附录 DeepSeek 开源周
看完了
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
