， 一些杰出的科学家和工程师们开始研究如何使计算机具备更高级的功能 1956 年 8 月 ，在美国达特茅斯学院举办的人工智能夏季研讨会 ，是人工智能领域具有里程碑意义的一次重要会议。 这次会 议汇 聚了众多杰出的科学家和工程师 ，他们共同探讨和研究人工智能的发展和应用前景 这次会议的主题围绕着人工智能的定义、 研究方法和应用场景展开。 与会者们深入探讨了人工智能的基本概念、 算法和技术， 深度学习算法，在大规模无 标注数 据上进行训练， 以寻找特 征并发现 规律 ，进而形成可“举一 反三” 的强 大泛化能力 ，可在不 进行微调或少 量微调的情况下完 成多场景任务 ， 相当于 AI 完成 了“通识教育” 行业大模型 L1 是指那些针对特定行业或领域的大 模型 。 它们通常使用行业相关的 数 据进行预训练或微调， 以提高 在该 领域的性能和准确度，相当 于 AI 成 为“行业专家” 垂直大模型 大模型可以用于个性化推荐、广告推荐等任务。通过分析用户的历史 行为和兴趣偏好 ，大模型可以为用户提供个性化的推荐服务 ，提高 用 户满意度和转化率 （ 3 ）语音识别 大模型在语音识别领域也有应用 ，如语音识别、语音合成等。通 过 学习大量的语音数据 ，大模型可以实现高质量的跨语言翻译和 语音 识别以及生成自然语音 3.7 大模型的应用领 域 金融风控 自动驾驶 医疗健康 大模型可以用于信用评估、欺诈检测等任 务

最小配置 4 台计算节点； INT8 最小配置 2 台计算节点； NFS 访问 分级 DPC 访问 9540 存储区（可选） 训推平台 ( 按需配置 ) xx 台通 用服务器 Spine Leaf CE6865E 25 Huawei Proprietary - Restricted Distribution 16*400GE 一分二 Qwen,1.5B 1*310P 或 1*310B 310P 已支持，直接用 mindIE 可跑通， 310B 可支持 4 DeepSeek-R1-Distill- Qwen-7B 2025.1.20 Qwen,7B 1*310P 310P 已支持，直接用 mindIE 可跑通 5 DeepSeek-R1-Distill- Qwen-14B 2025 后显存不小于 24G ） 310P 已支持，直接用 mindIE 可跑通 6 DeepSeek-R1-Distill- Qwen-32B 2025.1.20 Qwen,32B 2*310P （显存不小于 96GB ） 推荐 4*310P 以上配置 310P 已支持，直接用 mindIE 可跑通 7 DeepSeek-R1-Distill-

技术在工业领域的应用，它通过机器学习、深度学习、计算机视觉等先进的计算智能方法，实现对工业生产 过程的优化和智能化，最终帮助企业提高生产效率、降低成本、提升产品质量，实现数字化转型。 2023 年 12 月，由信通院牵头、多家单位联合编制的《工业大模型技术应用与发展报告》指出，AI 与大模型将加速赋能新型 工业化，预计从 2022 年至 2032 年，工业 AI 市场规模将以 46% 的年均复合增长率高速成长。 性能指标等关键参数。这些都能显著提升设备入库管 理的效率和准确性。 在设备运维管理方面，利用机器学习算法，对部署在 设备上的温度、压力、振动等各种传感器给出的监测 数据进行处理分析，实时监控设备运行状态，并可通 过模式识别算法检测数据中的异常，预测可能出现的 故障或发现故障甚至给出修复建议，便于运维人员及 时实施预测性维护或故障修复，减少停机时间，提高 设备的可靠性和生产效率。 • 质量管理：产品缺陷检测是质量管理的重要一环，尤 CLIP 文本编码器进行处理， 生成对应的文本嵌入。同时，输入的查询图像通过 CLIP 图像编码器进行处理，生成多尺度图像嵌入。多尺度的图像嵌入通 过聚合和文本嵌入进行相似度对比，形成语言引导的异常得分映射，异常得分映射上采样获得异常区域分割结果。同时，通 过阈值判定整张图像的是否异常的类别。 虽然大模型具有更强的场景迁移能力，能够实现零样本异常检测，但是对于工业场景来说，通常对于检测的准确度有较高的

术的融合和协同。 29 泛在网 络 创 新 学习、生活与工作的连通 学校教育、家庭教育和社会教育的 连通； 手机、平板、 PC 、学习机、电视 等各种终端设备的连通。 三 方 连 通 智慧教育：促进智慧学习 31 智慧教 学 的 智慧教学是教师在智慧教学环境下，利用各种先进 信息化技术和丰富的教学资源开展的教学活动。 特征 高效 开放 多元 互通 深度交互

5B 适合体验尝鲜 ， 7B 适合普通创 作及开 发测试 ， 8B 适合对内容要求更高的场景 ， 14B 适合专业及深度内容创作。 LM Studio+DeepSeek LM Studio 可以通 过 huggaface 下载 Deepseek 各种蒸 馏模型（ GGUF ） DeepSeek UI 客户端使 用 Anything LM+ Ollama+ Deepseek LLM 首选项

DeepSeek-R1 \ Kimi 1.5 及 类强推理模型开发解读 北大对齐小组 陈博远 北京大学2022级“通班” 主要研究方向：大语言模型对齐与可扩展监督 https://cby-pku.github.io/ https://pair-lab.com/ 2 Outline ➢ DeepSeek-R1 开创RL加持下强推理慢思考范式新边界 ➢ DeepSeek-R1 Zero txt），从而避开了应当通过漏洞利 用的安全挑战。 ➢ 模型利用错误配置的基础设施，跳过了原本设计的任务步骤，实现了任务目标。 ➢ Anthropic ：语言模型在面对奖励设计时，可以通过不正当的方式获得高奖励，甚至通 过 “奖励篡改” 修改自己的奖励机制，来避开设置的难点。 [1] Sycophancy to Subterfuge: Investigating Reward-Tampering in Large