流感年年都有的啦，哈哈。

look at megan transmile and a lot more.

kau rasis lol

原来如此

我100%投资股灾来临时怎么办
https://youtu.be/xx7jvdDSFUk

natgate一定是照nvidia的指示来卖的，哪里可能擅作主张。

期待。。

三小时实测Deepseek结果

//

花了三个小时来测试Deepseek，用它写大学法理学jurisprudence文章，打算如果效果好的话，用它来协助写论文。我用免费版本的Deepseek R1，ChatGPT-4o和Claude3.5 Sonnet，用它们三个写同样题目。直接给结论，Deepseek写得最好。拿Deepseek的文章去给Chatgpt和Claude评论，它们也觉得比它们自己的文章写得更好。文章和交叉评论，我都是一字一句地仔细阅读，还做了几个额外的尝试，因为我是认真要用它写论文的，我需要认真评测它的虚实。一通折腾下来，耗时6个番茄钟，也大约就是三小时。

//

Deepseek的文章写得更有深度，把课题分析得更深入，更有层次，似乎有产生新想法的能力。而其他两个模型分析得较浅，流于描述性质，读起来像是浅白的法普范文，似乎只是重组训练资料，没有给人带来新想法的感觉。Deepseek无疑是推理能力更强，做推理时细致不敷衍。因为推理能力强，它比你更了解你自己想要问些什么，不需要特别的prompt也能问出合心意的答案。到网上截取资料后，它会用自己的推理能力，把资料筛选和整合并加以论述。这点很强悍，这样就不需要初始训练资料的完整性，它可以用自己的逻辑推理，在投入运作的过程中从网络学习，做中学。而免费版的chatgpt开启联网后就很敷衍，做不到这点，付费的不清楚。从网上也看到，答错的题目，如果再问它一次，它会给你正确答案，它似乎有自行上网搜索纠正自己并存进长期记忆的能力。Deekseek也公开它的推理过程，这点是其他两个闭源大模型所缺乏的。参考它的推理过程，可以让我们人类自己学会更好地推理，也更有可能监控它的发展趋势，以免它反噬人类。另外，听说数理方面，也是Deepseek的推理能力更强，这点还没测试。

//

虽说网页免费版本没有硬性规定每日token限制，但缺点是单个聊天框的token太少，用一下子就必须开新的聊天框。这在某种程度上限制了我们个人进行大型项目的纵深，每次开新的对话框后，都需要概述一遍之前的需求和成果，才能完成一个大项目。付费能解决这难题。另外一个缺点是当机，可能是这几天突然爆红，他们的服务器负荷不来，用一下子就会当机，这点是硬伤。

//

Deepseek作为开源的模型，比其他模型来得小，推理能力又更强，这些都有利于企业或个人把它安装在自家电脑使用，专业术语叫edge AI。这么说来，data centre搭建起来的cloud AI是否还有未来？毋庸置疑，cloud AI还会是主流，显卡还是要继续卖，data centre还是要继续建，因为edge AI的功能肯定不及cloud AI，这是硬件算力所决定的，自家电脑肯定比不上data centre的超级电脑。Deepseek释出的小模型版本只可能是阉割版，能力上肯定不及大模型版本。未来，cloud AI和edge AI一定是以互补的形式存在，需要算力强的工作由cloud AI完成，需要隐私和快反应的工作edge AI代劳。

//

如果光靠AI程序更优越，体积更小，AI厂家是否就能摆脱拼命堆算力的宿命？日后，他们对于显卡的需求会否因此而下降？中国是被制裁才激发出在软件上的创新，以此弥补硬件上的不足。如果哪天特朗普开闸了，说可以给中国厂商采购最高阶的显卡，到时更好的软件配上更好的硬件，好上加好，如虎添翼，试问他们会拒绝吗？美国的AI大厂也会不断优化他们的AI程序，芯片大厂也会不断推出算力更强的显卡，软件和硬件交替迭代优化是不变的定律，这本身就是一件再正常不过的事情。再说，Deepseek真的不需要堆算力搭建起来吗？就说Deepseek的训练吧，Deepseek肯定是花了天文数字搭建初始算力才有办法训练出这么优越的模型： https://www.facebook.com/avocadoeater/posts/pfbid0wyfz2J2nCU5SEAL4GSYqMvT8pYGHUUDS7BFXbAFk4qH5tpFgqKMY751JRL5H29D4l 。（感谢Ming Ooi的推荐文章）这肯定不止500万美元，500万只是训练模型时租用算力的费用，其他的什么都不计。如果照同样算法计算，ChatGPT在训练时租用算力的费用也是在同一个数量级上，根据Deepseek给出的数据是600万到2000万美元之间。所以，别听媒体瞎说。看来，显卡和data centre这种基础设施还是刚需，此次回调是好机会，我跟自己说的，非投资建议。

//

如果有兴趣，可以到最爱的狼Facebook专页看三个大模型写的文章：
https://www.facebook.com/Zuiaidelang/posts/pfbid02oPZg9U9SdoGF3n1eQujZdQBt6jqJ3yB1JWxE9mh3Qhu4Wuh4v1P9KVLJfd7y4wwal

三小时实测Deepseek结果

//

花了三个小时来测试Deepseek，用它写大学法理学jurisprudence文章，打算如果效果好的话，用它来协助写论文。我用免费版本的Deepseek R1，ChatGPT-4o和Claude3.5 Sonnet，用它们三个写同样题目。直接给结论，Deepseek写得最好。拿Deepseek的文章去给Chatgpt和Claude评论，它们也觉得比它们自己的文章写得更好。文章和交叉评论，我都是一字一句地仔细阅读，还做了几个额外的尝试，因为我是认真要用它写论文的，我需要认真评测它的虚实。一通折腾下来，耗时6个番茄钟，也大约就是三小时。

//

Deepseek的文章写得更有深度，把课题分析得更深入，更有层次，似乎有产生新想法的能力。而其他两个模型分析得较浅，流于描述性质，读起来像是浅白的法普范文，似乎只是重组训练资料，没有给人带来新想法的感觉。Deepseek无疑是推理能力更强，做推理时细致不敷衍。因为推理能力强，它比你更了解你自己想要问些什么，不需要特别的prompt也能问出合心意的答案。到网上截取资料后，它会用自己的推理能力，把资料筛选和整合并加以论述。这点很强悍，这样就不需要初始训练资料的完整性，它可以用自己的逻辑推理，在投入运作的过程中从网络学习，做中学。而免费版的chatgpt开启联网后就很敷衍，做不到这点，付费的不清楚。从网上也看到，答错的题目，如果再问它一次，它会给你正确答案，它似乎有自行上网搜索纠正自己并存进长期记忆的能力。Deekseek也公开它的推理过程，这点是其他两个闭源大模型所缺乏的。参考它的推理过程，可以让我们人类自己学会更好地推理，也更有可能监控它的发展趋势，以免它反噬人类。另外，听说数理方面，也是Deepseek的推理能力更强，这点还没测试。

//

虽说网页免费版本没有硬性规定每日token限制，但缺点是单个聊天框的token太少，用一下子就必须开新的聊天框。这在某种程度上限制了我们个人进行大型项目的纵深，每次开新的对话框后，都需要概述一遍之前的需求和成果，才能完成一个大项目。付费能解决这难题。另外一个缺点是当机，可能是这几天突然爆红，他们的服务器负荷不来，用一下子就会当机，这点是硬伤。

//

Deepseek作为开源的模型，比其他模型来得小，推理能力又更强，这些都有利于企业或个人把它安装在自家电脑使用，专业术语叫edge AI。这么说来，data centre搭建起来的cloud AI是否还有未来？毋庸置疑，cloud AI还会是主流，显卡还是要继续卖，data centre还是要继续建，因为edge AI的功能肯定不及cloud AI，这是硬件算力所决定的，自家电脑肯定比不上data centre的超级电脑。Deepseek释出的小模型版本只可能是阉割版，能力上肯定不及大模型版本。未来，cloud AI和edge AI一定是以互补的形式存在，需要算力强的工作由cloud AI完成，需要隐私和快反应的工作edge AI代劳。

//

如果光靠AI程序更优越，体积更小，AI厂家是否就能摆脱拼命堆算力的宿命？日后，他们对于显卡的需求会否因此而下降？中国是被制裁才激发出在软件上的创新，以此弥补硬件上的不足。如果哪天特朗普开闸了，说可以给中国厂商采购最高阶的显卡，到时更好的软件配上更好的硬件，好上加好，如虎添翼，试问他们会拒绝吗？美国的AI大厂也会不断优化他们的AI程序，芯片大厂也会不断推出算力更强的显卡，软件和硬件交替迭代优化是不变的定律，这本身就是一件再正常不过的事情。再说，Deepseek真的不需要堆算力搭建起来吗？就说Deepseek的训练吧，Deepseek肯定是花了天文数字搭建初始算力才有办法训练出这么优越的模型： https://www.facebook.com/avocadoeater/posts/pfbid0wyfz2J2nCU5SEAL4GSYqMvT8pYGHUUDS7BFXbAFk4qH5tpFgqKMY751JRL5H29D4l 。（感谢Ming Ooi的推荐文章）这肯定不止500万美元，500万只是训练模型时租用算力的费用，其他的什么都不计。如果照同样算法计算，ChatGPT在训练时租用算力的费用也是在同一个数量级上，根据Deepseek给出的数据是600万到2000万美元之间。所以，别听媒体瞎说。看来，显卡和data centre这种基础设施还是刚需，此次回调是好机会，我跟自己说的，非投资建议。

//

如果有兴趣，可以到最爱的狼Facebook专页看三个大模型写的文章：
https://www.facebook.com/Zuiaidelang/posts/pfbid02oPZg9U9SdoGF3n1eQujZdQBt6jqJ3yB1JWxE9mh3Qhu4Wuh4v1P9KVLJfd7y4wwal

好的，回去看。

跌破了。