討論串[討論] 台灣為什麼搞不出DeepSeek?
共 6 篇文章
首頁
上一頁
1
2
下一頁
尾頁

推噓-3(2推 5噓 6→)留言13則,0人參與, 10月前最新作者ggian123 (釣白癡&散播仇恨專用帳)時間10月前 (2025/01/29 17:35), 10月前編輯資訊
0
2
0
內容預覽:
因為吳越人真的比較聰明. 自古以來吳越地區都是中國人才聚集地. 全中國科舉時代最聰明的腦子就在吳越地區. 這次深度求索公司也是在杭州. 江浙滬聚集了14億的頂尖精英. 台灣最多就是2000萬人的精英 別想了. 隨便舉個例子. 黃仁勳的祖籍就是浙江. 你不要跟我說什麼台灣出生. 根本自己騙自己 往前推
(還有286個字)

推噓7(7推 0噓 23→)留言30則,0人參與, 10月前最新作者nfish (這個世界是怎麼了)時間10月前 (2025/01/29 16:55), 編輯資訊
0
0
0
內容預覽:
我說啦,中華民國只有兩千三百萬人. 本來就應該嚴重偏科(大陸用語). 就是重硬體輕軟體,或是重軟體輕硬體. 選一條路走就好. 科學家做過很多實驗. 人類的智商是平均分佈的. 你要科科都考滿分和中國14億人比賽. 怎麼可能打贏對岸. 現在我們這樣偏科,可以把硬體搞得那麼成功. 已經是非常困難的. 給中
(還有186個字)

推噓7(10推 3噓 34→)留言47則,0人參與, 10月前最新作者sxy67230 (charlesgg)時間10月前 (2025/01/28 08:39), 編輯資訊
0
0
0
內容預覽:
引述 《LinuxKernel》 之銘言:. LibSVM早就是上古以前的東西了,現在做分類大家也都說拿好的backbone基礎大模型再接一層硬train一個baseline了,像Meta、谷歌這些基礎模型再預訓練的時候就想盡辦法拿到一堆沒看過的數據語料圖片設法先讓模型從複雜數據中學會抽基礎特徵
(還有433個字)

推噓15(17推 2噓 41→)留言60則,0人參與, 10月前最新作者francej (~~~~)時間10月前 (2025/01/27 21:44), 編輯資訊
0
0
0
內容預覽:
AI = 大量的訓練資料 x 龐大算力 x 頂尖理論人材. 地球上只有兩個國家同時具備這三個條件,一個是美國,另一個是中國。. 其它國家能作的就是陪跑 比如台灣在硬體部分是很有機會可以摻一腳 撈一筆. 硬體以外的部分就別想了 錢投下去 99.999% 跟丟到垃圾桶沒兩樣. --. 發信站: 批踢

推噓1(1推 0噓 6→)留言7則,0人參與, 10月前最新作者Lordaeron (Terry)時間10月前 (2025/01/27 21:28), 編輯資訊
0
0
1
內容預覽:
LIBSVM 是學校的東西,而且,它不用OOXX卡。. LLM 要大量的電,因為它要OOXX卡。. 再說,LLM 這東西不賺錢,也沒什麼大不了的應用。. 最後,本國是硬體立國。我們從不走在前面。. --. open source projects:. https://github.com/terry
首頁
上一頁
1
2
下一頁
尾頁