作者：安开 来源：原创 发布日期：05-22
Agent能力的工程化路径，是V4论文里最值得细读的部分。以往我们认为Agent能力是「教」出来的，但DeepSeek认为，Agent能力应该是「长」出来的。拒绝「硬迁移」，预训练阶段的「血脉注入」行业内大部分的做法是，先训一个对话模型，再硬迁移成Agent。DeepSeek看来，这太低效了。在V4的mid-training阶段，他们就注入了海量的Agentic Data。这意味着，模型在基础学习
升，围绕着冻原的统治者冰之女皇展开全新冒险，敬请期待。
ionally heavy rain, while the highest hourly rainfall reached 143.3 mm in the same location at 4 am on Monday. The Qinzhou meteorological department said that more than 200 mm of rainfall had bee
统一的模型。这里工程上的难度在于，同时加载十多个万亿参数级的教师模型做在线推理不现实。V4的方案是不缓存教师的logits（显存装不下），只缓存教师最后一层的隐藏状态，训练时按需通过prediction head重建logits。然后，按教师索引排序训练样本，确保每个教师的prediction head只加载一次。KL散度计算则用TileLang编写的专用kernel加速。告别传统Reward M
当前文章：http://keioai.fenshuqi.cn/lcu/tun.html
发布时间：14:50:25