这个就比较technical 了。网上有详细解释的。

所有跟帖： 

• 我的意思是，大家都用奖惩函数（Lasso/Ridge），你列举的第一条并不是DeepSeek独特的机制啊？ -我是谁的谁- ♂ (0 bytes) () 01/25/2025 postreply 08:05:36

• 找到/发明独特的奖惩函数才是牛人 -我是谁的谁- ♂ (0 bytes) () 01/25/2025 postreply 08:11:17

• 梁文颂的公司叫做量化同方。而且，deep seek一旦开始 -大宋- ♂ (253 bytes) () 01/25/2025 postreply 08:19:45