星空体育app下载入口最新版2024

星空体育app下载入口游戏下载最新版一款非常实用的贷款手机应用。用户可以轻松地在这里贷款，并根据用户的信用程度选择贷款产品。信用程度越高，贷款金额越高!🚁星空(Starry Night)体育app下载入口-星空体育app下载入口/官网手机版V7.3.2，游戏地图丰富场景盛大，百人玩家开局跳伞落地，武器道具收集多人竞技枪战射击真实体验，努力生存你就是终极赢家。快来旋风手游网畅玩体验吧！

星空体育app下载入口🚁星空(Starry Night)体育app下载入口-星空体育app下载入口/官网手机版V7.3.2介绍

一款非常实用的贷款手机应用。用户可以轻松地在这里贷款，并根据用户的信用程度选择贷款产品。信用程度越高，贷款金额越高!点击查看。

星空体育app下载入口相关软件

🚋「解答」🚋【云开·全站app中心手机版】⚡️☁️️⚡️支持:32/64bit⚡️系统统类型:

一款十分不错的音乐下载器，它可以让你在线试听音乐，还可以提供音乐的下载地址，十分的不错，所以喜欢的话，就快来下载试试吧！

🛢🥇爱拼才会赢🥇🛢【九游会·j9官方网站】⚡️☁️️⚡️支持:32/64bit⚡️系统统类型:

为玩家提供最新的体育游戏应用下载，涵盖多种类型的游戏，包括足球、篮球、网球和赛车等。每款游戏都有详细的介绍、高清截图和实况视频，帮助你快速了解游戏内容。我们还提供专业的评测和攻略，让你在游戏中占得先机。丰富的社区功能让你可以与其他玩家交流心得，分享经验。我们的目标是为你提供最优质的体育游戏体验。立即访问我们的网站，开始你的游戏旅程吧！

⏰恭喜发财大哥们⏰【星空·体育中国官方网】⚡️☁️️⚡️支持:32/64bit⚡️系统统类型:

一款专为全国高校学生打造的简单实用的学籍查询软件，学信网app安卓版提供学籍查询、学历查询、学历认证、毕业证书查询、学籍在线验证报告、学历在线验证报告等丰富功能。软件还会及时发布招生政策、高考报名等通知，方便用户获取考试信息。除此之外，中国高等教育学生信息网学信网app还推出了学籍学历信息管理平台、信息平台、硕士研究生网上报名和录取检查系统、国家助学贷款学生个人信息系统，为学生提供全方位的服务和帮助，有需要的用户可以前来下载安装学信网app官方版使用。

🚀「分享下」🚀【爱游戏app官方网站登录入口】⚡️☁️️⚡️支持:32/64bit⚡️系统统类型:

一款学车考驾照宝典，你的驾照通关车学堂，考驾照用这个驾照宝典就对了!有丰富的驾照考试题库，驾校考试科目一科目四习题，驾校考试必备，驾校优选。解读《机动车驾驶教学与考试大纲》，组织优质教练和驾驶员法培专家剖析新交规讲解驾照考试技巧，科目一，科目四理论文明驾驶内容。熟悉驾驶技能、学车技巧，考驾照更有把握!驾照一点通是你学开车的驾考学习助手!满足驾校、教练、拿证学员严格的要求，通过率高，考点押的准!内部绝密题库，快速学习交通法规，不用看驾校发的书，手机做题顺利考理论。高清的教学视频和高质量的备考攻略，堪称2022年学车宝典，助您满分通关!你的手机驾校小老师，帮你轻松拿驾照。

🏍⚡️欢迎使用🏍【星空·体育中国官方网】⚡️☁️️⚡️支持:32/64bit⚡️系统统类型:

一款面向教育领域的在线学习平台和应用程序，用户可以通过视频、练习、测验等手段学习不同主题的课程，包括数学、自然科学、计算机科学、经济学、历史、艺术等多个领域。可汗学院app官方下载安卓版还提供了一系列的学习分析工具，帮助用户了解自己的学习表现和进度，以及对比和评估与其他用户的学习结果，为广大用户提供了免费的在线学习和教育资源，快来免费下载体验吧!

常见问题

星空体育app下载入口怎么登录别人的号？

1、打开星空体育app下载入口，点击右上角图标。

2、点击进入设置

3、点击账号管理

4、点击退出，即可切换账号登录别人的号。

星空体育app下载入口怎么退款？

首先在星空体育app下载入口客服中心下方点击“充值问题”。

然后在充值问题反馈中点击“末成年人充值退款”并进入。

然后输入标题和问题描述后点击“提交“申请退款。

星空体育app下载入口怎么退出战队？

玩家进入游戏后，玩家首先需要点击战队的图标

下一步玩家点击齿轮的图标即可

最后玩家点击退出战队就可以了

更新日志

《星空体育app下载入口》 V16.85 正式服更新公告

新增内容：

1、SS13赛季：神龙降世。呆呆龙和凶凶龙的本命年来了，传说中的神龙将在这个新春现世肠岛

2、喵沙岛正式加入经典模式啦！结合岛民们上赛季的反馈，喵沙岛对地图的竞技平衡性、丰富性进行调整：

（1）升级鱼干公园：丰富喵沙岛西南部地区关卡体验，为了感谢大自然的馈赠，喵沙岛的居民们重建了鱼干公园

（2）优化地图体验：提升野外安全系数，增加野外掩体，新增毛线球掩体、星星掩体、紫色灌木等，增加野外掩体数量

（3）优化关卡布局：加强各关卡间的转移关系，调整猫德学院、仙人掌园、幸运小镇所处的位置，调整咖啡机朝向，增加若干野外建筑群

（4）优化道路地形：加强方向引导，增加荒漠地貌面积，提升地表细节，降低部分地势高度，改变道路走势

3、赛季新神秘道具：龙珠。 使用龙珠可以召唤“神龙”降世，可离开本体操控“神龙”，天空中飞行、滑翔和俯冲，发射雷球和召唤雷电轰炸区进行攻击，用雷电之力来发射雷球和召唤雷电轰炸区来攻击敌人！在召唤神龙期间，肠肠本体将得到龙珠的护佑，获得高额护盾来抵御敌人的攻击

4、赛季新武器：能量弩。能量武器体系2024年首个研究成果！最大特点是一次性发射9颗子弹横射敌人，固定弹道无子弹下坠，伤害随距离衰减

5、赛季新近战武器：武功秘籍。普攻对敌人打出神掌，蓄力可使出神龙能量波，这难道就是传说中的降龙十八掌

6、新玩法模块：冒险派对。极光之战模式打响了极光势力降临肠岛的第一战，紧急召集岛民们协力对抗

7、赛季新模式：痛击飞球。在全球爆火的模式，在这个春节期间加入肠岛，好像听说还有淘汰爆糖果的活动值得期待

8、街机争霸赛第 4 期：街机争霸赛奖励升级！玩家在每周五至周日18点-23点参与【街机争霸赛-火力全开】累积竞技积分并提升榜单星级，积分排名靠前的玩家将获得定制枪皮、称号等海量奖励，榜单星级越高奖励越丰厚

9、野外啵啵替换为自爆啵啵：肠岛惊现自爆啵啵：极光之地二当家自爆啵啵入侵肠岛，它虽然看起来很厉害，但可能避免不了被岛民欺负的命运

10、龙年春节主题活动即将来袭，活动不停，今年主打福利满满满满！！！

优化调整：

1、性能优化及防外挂功能加强

2、优化断线重连机制：优化外围界面断线重连体验，提高自动重连成功率

3、优化奖励界面：在奖励物获取界面，肠肠们可以点击物品图标来预览物品信息啦

4、优化水花特效：优化角色入水、踩水的特效

5、优化拾取设置：在设置系统的“拾取”功能中增加 关闭“自动拾取近战武器“功能，再也不用担心冲拳时捡到近战武器被打断啦

6、商店支持兑换复数商品：点券商店现在可以一次性兑换多件商品啦，每月的缤纷补给箱钥匙不必再一次次点

7、优化豪华黄金季票：黄金季票豪华版升级，开通即享额外多项专属特权，本次加入了赛季专属限定皮肤，不要错过

8、身份卡平衡性调整：狼王身份卡②技能护盾值由100下调至50

9、团队激斗去除蓄能芯片

10、本次梦幻钥匙取消转换机制：本次活动下线后，梦幻补给箱钥匙不会被转化为缤纷补给箱钥匙

问题修复：

1、修复拾取其他角色丢弃的原皮武器无法染皮肤问题

2、修复使用猫猫身份卡后可以卡在空中问题

3、修复痛击飞球模式风之翼技能概率可连续使用两次问题

4、修复实验室内可被落雷击中问题

5、修复使用冷白肤色时角色上半身颜色显示异常

6、修复M249开镜时画面短暂显示异常

7、修复在载具上仍可以播放动作问题

8、修复模式数据中未显示综合选项问题

【《合金弹头：觉醒》体验激爽闯关、快乐解压******

如今的手游一个比一个肝，玩游戏就像打零工。游戏的各个系统就是甲方，逼着玩家不断刷刷刷。更可恨的是，想不刷都不行，停刷几天就会掉队，简直不是玩游戏而是养了一个虚拟祖宗。当玩家越来越对这种玩法感到厌恶，那么那些无需肝就能获得快乐的手游就越来越受玩家们欢迎。

将在4月18日正式上线，由SNK官方合金弹头IP授权、腾讯天美工作室群开发的《合金弹头：觉醒》就是一款不逼玩家刷刷刷的“解压”手游。《合金弹头：觉醒》轻松休闲好上手的同时，还保留了快节奏与高爽感，三五分钟来上一个紧凑局，随玩随停才是王道。

让“合金弹头”在新时代觉醒

对于了解《合金弹头》系列的玩家来说，这个系列真的是让人又爱又恨。爱的是游戏是真的好玩，虽然是传统的横版卷轴射击，但是游戏却凭借着精彩的关卡设计、既好看又实用的弹药系统、浓浓柴油朋克味儿的BOSS形象和机制、在细节上融合了极多的幽默元素，让“横版卷轴射击”这个经典的街机游戏类型散发出耀眼的光芒。再加上游戏的反战内核，让整个《合金弹头》系列既刺激好玩，回味时又能够引发思考，经典二字给到这个系列绝无半分夸大。

但恨的是，SNK将整个游戏系列雪藏，玩家们苦苦等待数年都无新作可玩，“遗憾”两个大字也无法描述老玩家们的复杂心情。不过现在终于可以期待即将上线的《合金弹头：觉醒》让这个系列散发出的新光芒了。《合金弹头：觉醒》拥有SNK官方IP授权，游戏内也没有辜负《合金弹头》系列粉丝，游戏全面还原整个系列的特色和精髓，包括我们前面说的那些《合金弹头》的特色如精彩的关卡设计、丰富的弹药系统、细节上充满了幽默元素等等，这些内容在《合金弹头：觉醒》中都得到了完美还原。

《合金弹头：觉醒》在《合金弹头》经典的美术风格与角色形象方面，都很好地保留和还原了原作，甚至在原作的基础上对很多系统进行了提升和扩展。就比如说弹药系统，在保留了经典的弹药如霰弹枪之外，游戏还新增了很多更加有趣好玩的弹药类型。如冰冻弹可以将敌人冻成冰块，除此之外还可以向水面地形射击后将水面冻成冰，而玩家操控的角色虽然“遇水即溶”，但站在冰上却能大杀四方。游戏将弹药系统跟关卡设计和地形系统结合起来，增加了更多的可能性，也增加了更多的玩法选择，同时也极大的提升游戏性和趣味性。甚至《合金弹头》系列里的一些好玩有趣的彩蛋，在《合金弹头：觉醒》中也会得到完美保留。

轻松解压玩的爽

《合金弹头：觉醒》强调原汁原味的同时，也更加强调“休闲、不肝、玩的爽”。《合金弹头》系列原作本身就没有肝的属性，毕竟还是街机游戏，一颗币最多打到通关就会结束，不会逼迫玩家各种刷，而是鼓励玩家通过不断挑战关卡提升自己的游戏水平。《合金弹头：觉醒》也继承了这样的特点，玩家在游戏中玩家不必刷刷刷才能得到乐趣和快感，更无需像其他游戏那样要么当描边大师，要么三更半夜爬格子，不肝就跟不上大部队，掉队就被其他玩家碾压。《合金弹头：觉醒》带来的是完全的休闲解压游戏体验，就是一个玩，就是一个爽。

《合金弹头：觉醒》操作门槛低，上手特容易，游戏在系列一贯以来的操作基础上稍作升华，方向、射击、跳跃和零星几个技能动作按键，就可以轻松完成所有游戏需要的操作。即便是完全没玩过《合金弹头》系列的新玩家，5分钟内也绝对能上手。此外，游戏的节奏明快，游戏体验也非常的爽快，玩家会在快节奏的射击中不断击败敌人并推进关卡，各色弹药、载具系统让玩家在游戏中杀的过瘾、战的痛快。而且每一个关卡流程并不是非常长，玩家在三五分钟之内就可以完成一关，碎片时间足够来上一局，三五分钟之内迅速获得射击的快乐。随玩随停、不逼肝是《合金弹头：觉醒》最核心的特色。

全新玩法更具挑战性

作为一款手游，《合金弹头：觉醒》会不断推出新玩法、新内容，让玩家们获得更有趣、更紧张、更刺激的射击体验。游戏上线后还有大量精彩的新玩法将会等待玩家前去挑战，如强调公平竞技、极限操作的“极限冠军赛”玩法就非常有趣，玩家需要在枪林弹雨中存活下来，击败BOSS，争当冠军。在这个玩法中，大家需要使用固定的英雄和武器，不断磨炼自己的操作，挑战极限难度。在备受欢迎的“肉鸽”（roguelike）元素加持下，可以自由搭配组合天赋，帮助通关。

《合金弹头》在街机时代里是最流行的横版射击游戏，《合金弹头：觉醒》将继承它的特色和玩法，将引领一波新的横版过关射击手游风潮。它将以轻松休闲易上手、爽快度高、随玩随停的特点反对那些逼肝游戏。4月18日《合金弹头：觉醒》将正式上线，各色活动送福利，让我们重拾游戏最单纯的快乐。

】

【中国联通运营公司原副总裁朱立军接受审查调查******

　　中央纪委国家监委网站12月27日通报，据中国联通纪检监察组、河南省纪委监委消息：中国联通运营公司原副总裁朱立军涉嫌严重违纪违法，目前正接受中国联通纪检监察组和河南省三门峡市监委纪律审查和监察调查。

】

【刷屏的DeepSeek******

每经记者 郑雨航    每经编辑 高涵 兰素英    

“DeepSeek-V3超越了迄今为止所有开源模型。”这是国外独立评测机构Artificial Analysis测试了DeepSeek-V3后得出的结论。

12月26日，深度求索官方微信公众号推文称，旗下全新系列模型DeepSeek-V3首个版本上线并同步开源。

公众号推文是这样描述的：DeepSeek-V3为自研MoE模型，671B参数，激活37B，在14.8T token上进行了预训练。DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。

不过，广发证券发布的测试结果显示，DeepSeek-V3总体能力与其他大模型相当，但在逻辑推理和代码生成领域具有自身特点。

更重要的是，深度求索使用英伟达H800 GPU在短短两个月内就训练出了DeepSeek-V3，仅花费了约558万美元。其训练费用相比GPT-4等大模型要少得多，据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。

消息一出，引发了海外AI圈热议。OpenAI创始成员Karpathy甚至对此称赞道：“DeepSeek-V3让在有限算力预算上进行模型预训练这件事变得容易。DeepSeek-V3看起来比Llama-3-405B更强，训练消耗的算力却仅为后者的1/11。”

然而，在使用过程中，《每日经济新闻》记者发现，DeepSeek-V3竟然声称自己是ChatGPT。一时间，“DeepSeek-V3是否在使用ChatGPT输出内容进行训练”的质疑声四起。

对此，《每日经济新闻》记者采访了机器学习奠基人之一、美国人工智能促进会前主席Thomas G. Dietterich，他表示对全新的DeepSeek模型的细节还了解不够，无法给出确切的答案。“但从普遍情况来说，几乎所有的大模型都主要基于公开数据进行训练，因此没有特别需要合成的数据。这些模型都是通过仔细选择和清理训练数据（例如，专注于高质量来源的数据）来取得改进。”

每经记者向深度求索公司发出采访请求，截至发稿，尚未收到回复。

针对DeepSeek-V3，独立评测网站Artificial Anlaysis就关键指标——包括质量、价格、性能（每秒生成的Token数以及首个Token生成时间）、上下文窗口等多方面——与其他人工智能模型进行对比，最终得出以下结论。

质量：DeepSeek-V3质量高于平均水平，各项评估得出的质量指数为80。

价格：DeepSeek-V3比平均价格更便宜，每100万个Token的价格为0.48美元。其中，输入Token价格为每100万个Token 0.27美元，输出Token价格为每100万个Token1.10 美元。

速度：DeepSeek-V3比平均速度慢，其输出速度为每秒87.5个Token。

延迟：DeepSeek-V3与平均水平相比延迟更高，接收首个Token（即首字响应时间）需要1.14秒。

上下文窗口：DeepSeek-V3的上下文窗口比平均水平小，其上下文窗口为13万个Token。

最终Artificial Anlaysis得出结论：

“DeepSeek-V3模型超越了迄今为止发布的所有开放权重模型，并且击败了OpenAI的GPT-4o（8月），并接近Anthropic的Claude 3.5 Sonnet（10月）。

DeepSeek-V3的人工智能分析质量指数得分为80，领先于OpenAI的GPT-4o和Meta的Llama 3.3 70B等模型。目前唯一仍然领先于DeepSeek的模型是谷歌的Gemini 2.0 Flash和OpenAI的o1系列模型。领先于阿里巴巴的Qwen2.5 72B，DeepSeek现在是中国的AI领先者。”

12月29日广发证券计算机行业分析师发布研报称：“为了深入探索DeepSeek-V3的能力，我们采用了覆盖逻辑、数学、代码、文本等领域的多个问题对模型进行测试，将其生成结果与豆包、Kimi以及通义千问大模型生成的结果进行比较。”

测试结果显示，DeepSeek-V3总体能力与其他大模型相当，但在逻辑推理和代码生成领域具有自身特点。例如，在密文解码任务中，DeepSeek-V3是唯一给出正确答案的大模型；而在代码生成的任务中，DeepSeek-V3给出的代码注释、算法原理解释以及开发流程的指引是最为全面的。在文本生成和数学计算能力方面，DeepSeek-V3并未展现出明显优于其他大模型之处。

除了能力，DeepSeek-V3最让业内惊讶的是它的低价格和低成本。

《每日经济新闻》记者注意到，亚马逊Claude 3.5 Sonnet模型的API价格为每百万输入tokens 3美元、输出15美元。也就是说，即便是不按照优惠价格，DeepSeek-V3的使用费用也几乎是Claude 3.5 Sonnet的五十三分之一。

相对低廉的价格，得益于DeepSeek-V3的训练成本控制，深度求索在短短两个月内使用英伟达H800 GPU数据中心就训练出了DeepSeek-V3模型，花费了约558万美元。其训练费用相比OpenAI的GPT-4等目前全球主流的大模型要少得多，据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。

DeepSeek“AI界拼多多”也由此得名。

DeepSeek-V3通过数据与算法层面的优化，大幅提升算力利用效率，实现了协同效应。在大规模MoE模型的训练中，DeepSeek-V3采用了高效的负载均衡策略、FP8混合精度训练框架以及通信优化等一系列优化措施，显著降低了训练成本，以及通过优化MoE专家调度、引入冗余专家策略、以及通过长上下文蒸馏提升推理性能。这证明，模型效果不仅依赖于算力投入，即使在硬件资源有限的情况下，依托数据与算法层面的优化创新，仍然可以高效利用算力，实现较好的模型效果。

广发证券分析称，DeepSeek-V3算力成本降低的原因有两点。

第一，DeepSeek-V3采用的DeepSeekMoE是通过参考了各类训练方法后优化得到的，避开了行业内AI大模型训练过程中的各类问题。

第二，DeepSeek-V3采用的MLA架构可以降低推理过程中的kv缓存开销，其训练方法在特定方向的选择也使得其算力成本有所降低。

科技媒体Maginative的创始人兼主编Chris McKay对此评论称，对于人工智能行业来说，DeepSeek-V3代表了一种潜在的范式转变，即大型语言模型的开发方式。这一成就表明，通过巧妙的工程和高效的训练方法，可能无需以前认为必需的庞大计算资源，就能实现人工智能的前沿能力。

他还表示，DeepSeek-V3的成功可能会促使人们重新评估人工智能模型开发的既定方法。随着开源模型与闭源模型之间的差距不断缩小，公司可能需要在一个竞争日益激烈的市场中重新评估他们的策略和价值主张。

不过，广发证券分析师认为，算力依然是推动大模型发展的核心驱动力。DeepSeek-V3的技术路线得到充分验证后，有望驱动相关AI应用的快速发展，应用推理驱动算力需求增长的因素也有望得到增强。尤其在实际应用中，推理过程涉及到对大量实时数据的快速处理和决策，仍然需要强大的算力支持。

在DeepSeek-V3刷屏之际，有一个bug也引发热议。

在试用DeepSeek-V3过程中，《每日经济新闻》记者在对话框中询问“你是什么模型”时，它给出了一个令人诧异的回答：“我是一个名为ChatGPT的AI语言模型，由OpenAl开发。”此外，它还补充说明，该模型是“基于GPT-4架构”。

国内外很多用户也都反映了这一现象。而且，12月27日，Sam Altman发了一个帖文，外媒指出，Altman这篇推文意在暗讽其竞争对手对OpenAI数据的挖掘。

于是，有人就开始质疑：DeepSeek-V3是否是在ChatGPT的输出基础上训练的？为此，《每日经济新闻》向深度求索发出采访请求。截至发稿，尚未收到回复。

针对这种情况产生的原因，每经记者采访了机器学习奠基人之一、美国人工智能促进会前主席Thomas G. Dietterich，他表示，他对全新的DeepSeek模型的细节还了解不够，无法给出确切的答案。“但从普遍情况来说，几乎所有的大模型都主要基于公开数据进行训练，因此没有特别需要合成的数据。这些模型都是通过仔细选择和清理训练数据（例如，专注于高质量来源的数据）来取得了改进。”

TechCrunch则猜测称，深度求索可能用了包含GPT-4通过ChatGPT生成的文本的公共数据集。“如果DeepSeek-V3是用这些数据进行训练的，那么该模型可能已经记住了GPT-4的一些输出，现在正在逐字反刍它们。”

“显然，该模型（DeepSeek-V3）可能在某些时候看到了ChatGPT的原始反应，但目前尚不清楚从哪里看到的，”伦敦国王学院专门研究人工智能的研究员Mike Cook也指出，“这也可能是个‘意外’。”他进一步解释称，根据竞争对手AI系统输出训练模型的做法可能对模型质量产生“非常糟糕”的影响，因为它可能导致幻觉和误导性答案。

不过，DeepSeek-V3也并非是第一个错误识别自己的模型，谷歌的Gemini等有时也会声称是竞争模型。例如，Gemini在普通话提示下称自己是百度的文心一言聊天机器人。

造成这种情况的原因可能在于，AI公司在互联网上获取大量训练数据，但是，现如今的互联网本就充斥着各种各样用AI生产出来的数据。据外媒估计，到2026年，90%的互联网数据将由AI生成。这种 “污染” 使得从训练数据集中彻底过滤AI输出变得相当困难。

“互联网数据现在充斥着AI输出，”非营利组织AI Now Institute的首席AI科学家Khlaaf表示，基于此，如果DeepSeek部分使用了OpenAI模型进行提炼数据，也不足为奇。

】

【媒体：有了“AI使用率”检测，会增加原创论文么******

技术的升维会打破系统力量的平衡，往往猝不及防，貌似让问题之新锐前所未有，其实有时只是将老问题放在了一个极化环境下。论文尤其文科论文原创性的问题，说是一个痼疾恐怕不会有异议。

ChatGPT迄今已发布两周年，媒体持续关注着学术研究日益上涨的“AI”含量。最新报道显示，国内多所学校开始探索人工智能技术在学生论文中的应用边界，有高校要求学生填写人工智能使用情况说明表、有高校使用现有AIGC检测工具进行检测、有高校则针对本科生毕业论文出台了AI使用的专门规定。

华东师范大学联合北京师范大学新闻传播学院发布《生成式人工智能学生使用指南》。来源：澎湃新闻

目前对论文文本中AI率检测的有效工具是缺乏的，一些自称可以检测AI使用率的工具又可以被反向应用——就像传统“查重”工具同样能教作者“去重”一样，因而高校在这个问题上方法有限，实际上是把能用到的治理杠杆都集束起来而已，比如警示、自查、教师甄别、规则引导。约束手段的乏力，似乎更加重了高校尤其是文科教育者对原创性、批判性的焦虑。

技术的升维会打破系统力量的平衡，往往猝不及防，貌似让问题之新锐前所未有，其实有时只是将老问题放在了一个极化环境下。论文尤其文科论文原创性的问题，说是一个痼疾恐怕不会有异议。今天学者们忧虑的、高度依赖AI生成的论文，在20年前可能是高度依赖“Control C + Control V”的论文，在10年前可能是高度依赖“降重神器”的论文，性质上没有差别。原创意识是一种珍贵的自觉，甚至是一种自信，它需要建立在对专业神圣性的深度信任之上。专业本身、专业的讲述者引发的这种信任越多，有原创意图的学生就会越多。当然，即便如此，也不会人人皆有。

教育者的另一个焦虑是，AI生成论文，严重缺乏人文主义精神和批判性，但它的高速简便却在强烈吸引着学生竞相采用。无疑如此，只是要更进一步想想，这个致命的吸引力从何而来？今天的学术评判标准，整体上都在朝向高效率、高功绩标准，所有行内人都在不断寻找，什么手段能高度压缩时间、什么办法能带来最高性价比的投入产出。否则，拿什么来跑过“非升即走”的倒计时，拿什么来达到论文、项目的订单量，拿什么来紧紧卡住年龄申请各类“基金”“人才”？

是否能找到最高产高效的方法，其结果，与其说是奖励性的，不如说是惩罚性的。也即，找到了只是过关，而找不到却是淘汰。大学生在高校中的学习，实际范围远大于专业知识，其中必定包括对这套“学术算法”的了解与识别。如果这套被习得的“学术算法”，本身就是反人文主义的，那么这个悖论也无法在更年轻一代思维里得到解决。从这个角度看，预防AI生成论文或许只是一个大问题的子命题。

从过往经验看，技术手段与技术治理手段一定会在一定时间内达到均衡，所以更精准化的AI检测工具早晚会出现。需要想一想的事情是，上述那些问题，比如缺乏原创性、批判性与人文主义，会不会随着工具的升级而消失。

来源：微信公号“光明论”

】

【刷屏的DeepSeek******

每经记者 郑雨航    每经编辑 高涵 兰素英    

“DeepSeek-V3超越了迄今为止所有开源模型。”这是国外独立评测机构Artificial Analysis测试了DeepSeek-V3后得出的结论。

12月26日，深度求索官方微信公众号推文称，旗下全新系列模型DeepSeek-V3首个版本上线并同步开源。

公众号推文是这样描述的：DeepSeek-V3为自研MoE模型，671B参数，激活37B，在14.8T token上进行了预训练。DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。

不过，广发证券发布的测试结果显示，DeepSeek-V3总体能力与其他大模型相当，但在逻辑推理和代码生成领域具有自身特点。

更重要的是，深度求索使用英伟达H800 GPU在短短两个月内就训练出了DeepSeek-V3，仅花费了约558万美元。其训练费用相比GPT-4等大模型要少得多，据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。

消息一出，引发了海外AI圈热议。OpenAI创始成员Karpathy甚至对此称赞道：“DeepSeek-V3让在有限算力预算上进行模型预训练这件事变得容易。DeepSeek-V3看起来比Llama-3-405B更强，训练消耗的算力却仅为后者的1/11。”

然而，在使用过程中，《每日经济新闻》记者发现，DeepSeek-V3竟然声称自己是ChatGPT。一时间，“DeepSeek-V3是否在使用ChatGPT输出内容进行训练”的质疑声四起。

对此，《每日经济新闻》记者采访了机器学习奠基人之一、美国人工智能促进会前主席Thomas G. Dietterich，他表示对全新的DeepSeek模型的细节还了解不够，无法给出确切的答案。“但从普遍情况来说，几乎所有的大模型都主要基于公开数据进行训练，因此没有特别需要合成的数据。这些模型都是通过仔细选择和清理训练数据（例如，专注于高质量来源的数据）来取得改进。”

每经记者向深度求索公司发出采访请求，截至发稿，尚未收到回复。

针对DeepSeek-V3，独立评测网站Artificial Anlaysis就关键指标——包括质量、价格、性能（每秒生成的Token数以及首个Token生成时间）、上下文窗口等多方面——与其他人工智能模型进行对比，最终得出以下结论。

质量：DeepSeek-V3质量高于平均水平，各项评估得出的质量指数为80。

价格：DeepSeek-V3比平均价格更便宜，每100万个Token的价格为0.48美元。其中，输入Token价格为每100万个Token 0.27美元，输出Token价格为每100万个Token1.10 美元。

速度：DeepSeek-V3比平均速度慢，其输出速度为每秒87.5个Token。

延迟：DeepSeek-V3与平均水平相比延迟更高，接收首个Token（即首字响应时间）需要1.14秒。

上下文窗口：DeepSeek-V3的上下文窗口比平均水平小，其上下文窗口为13万个Token。

最终Artificial Anlaysis得出结论：

“DeepSeek-V3模型超越了迄今为止发布的所有开放权重模型，并且击败了OpenAI的GPT-4o（8月），并接近Anthropic的Claude 3.5 Sonnet（10月）。

DeepSeek-V3的人工智能分析质量指数得分为80，领先于OpenAI的GPT-4o和Meta的Llama 3.3 70B等模型。目前唯一仍然领先于DeepSeek的模型是谷歌的Gemini 2.0 Flash和OpenAI的o1系列模型。领先于阿里巴巴的Qwen2.5 72B，DeepSeek现在是中国的AI领先者。”

12月29日广发证券计算机行业分析师发布研报称：“为了深入探索DeepSeek-V3的能力，我们采用了覆盖逻辑、数学、代码、文本等领域的多个问题对模型进行测试，将其生成结果与豆包、Kimi以及通义千问大模型生成的结果进行比较。”

测试结果显示，DeepSeek-V3总体能力与其他大模型相当，但在逻辑推理和代码生成领域具有自身特点。例如，在密文解码任务中，DeepSeek-V3是唯一给出正确答案的大模型；而在代码生成的任务中，DeepSeek-V3给出的代码注释、算法原理解释以及开发流程的指引是最为全面的。在文本生成和数学计算能力方面，DeepSeek-V3并未展现出明显优于其他大模型之处。

除了能力，DeepSeek-V3最让业内惊讶的是它的低价格和低成本。

《每日经济新闻》记者注意到，亚马逊Claude 3.5 Sonnet模型的API价格为每百万输入tokens 3美元、输出15美元。也就是说，即便是不按照优惠价格，DeepSeek-V3的使用费用也几乎是Claude 3.5 Sonnet的五十三分之一。

相对低廉的价格，得益于DeepSeek-V3的训练成本控制，深度求索在短短两个月内使用英伟达H800 GPU数据中心就训练出了DeepSeek-V3模型，花费了约558万美元。其训练费用相比OpenAI的GPT-4等目前全球主流的大模型要少得多，据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。

DeepSeek“AI界拼多多”也由此得名。

DeepSeek-V3通过数据与算法层面的优化，大幅提升算力利用效率，实现了协同效应。在大规模MoE模型的训练中，DeepSeek-V3采用了高效的负载均衡策略、FP8混合精度训练框架以及通信优化等一系列优化措施，显著降低了训练成本，以及通过优化MoE专家调度、引入冗余专家策略、以及通过长上下文蒸馏提升推理性能。这证明，模型效果不仅依赖于算力投入，即使在硬件资源有限的情况下，依托数据与算法层面的优化创新，仍然可以高效利用算力，实现较好的模型效果。

广发证券分析称，DeepSeek-V3算力成本降低的原因有两点。

第一，DeepSeek-V3采用的DeepSeekMoE是通过参考了各类训练方法后优化得到的，避开了行业内AI大模型训练过程中的各类问题。

第二，DeepSeek-V3采用的MLA架构可以降低推理过程中的kv缓存开销，其训练方法在特定方向的选择也使得其算力成本有所降低。

科技媒体Maginative的创始人兼主编Chris McKay对此评论称，对于人工智能行业来说，DeepSeek-V3代表了一种潜在的范式转变，即大型语言模型的开发方式。这一成就表明，通过巧妙的工程和高效的训练方法，可能无需以前认为必需的庞大计算资源，就能实现人工智能的前沿能力。

他还表示，DeepSeek-V3的成功可能会促使人们重新评估人工智能模型开发的既定方法。随着开源模型与闭源模型之间的差距不断缩小，公司可能需要在一个竞争日益激烈的市场中重新评估他们的策略和价值主张。

不过，广发证券分析师认为，算力依然是推动大模型发展的核心驱动力。DeepSeek-V3的技术路线得到充分验证后，有望驱动相关AI应用的快速发展，应用推理驱动算力需求增长的因素也有望得到增强。尤其在实际应用中，推理过程涉及到对大量实时数据的快速处理和决策，仍然需要强大的算力支持。

在DeepSeek-V3刷屏之际，有一个bug也引发热议。

在试用DeepSeek-V3过程中，《每日经济新闻》记者在对话框中询问“你是什么模型”时，它给出了一个令人诧异的回答：“我是一个名为ChatGPT的AI语言模型，由OpenAl开发。”此外，它还补充说明，该模型是“基于GPT-4架构”。

国内外很多用户也都反映了这一现象。而且，12月27日，Sam Altman发了一个帖文，外媒指出，Altman这篇推文意在暗讽其竞争对手对OpenAI数据的挖掘。

于是，有人就开始质疑：DeepSeek-V3是否是在ChatGPT的输出基础上训练的？为此，《每日经济新闻》向深度求索发出采访请求。截至发稿，尚未收到回复。

针对这种情况产生的原因，每经记者采访了机器学习奠基人之一、美国人工智能促进会前主席Thomas G. Dietterich，他表示，他对全新的DeepSeek模型的细节还了解不够，无法给出确切的答案。“但从普遍情况来说，几乎所有的大模型都主要基于公开数据进行训练，因此没有特别需要合成的数据。这些模型都是通过仔细选择和清理训练数据（例如，专注于高质量来源的数据）来取得了改进。”

TechCrunch则猜测称，深度求索可能用了包含GPT-4通过ChatGPT生成的文本的公共数据集。“如果DeepSeek-V3是用这些数据进行训练的，那么该模型可能已经记住了GPT-4的一些输出，现在正在逐字反刍它们。”

“显然，该模型（DeepSeek-V3）可能在某些时候看到了ChatGPT的原始反应，但目前尚不清楚从哪里看到的，”伦敦国王学院专门研究人工智能的研究员Mike Cook也指出，“这也可能是个‘意外’。”他进一步解释称，根据竞争对手AI系统输出训练模型的做法可能对模型质量产生“非常糟糕”的影响，因为它可能导致幻觉和误导性答案。

不过，DeepSeek-V3也并非是第一个错误识别自己的模型，谷歌的Gemini等有时也会声称是竞争模型。例如，Gemini在普通话提示下称自己是百度的文心一言聊天机器人。

造成这种情况的原因可能在于，AI公司在互联网上获取大量训练数据，但是，现如今的互联网本就充斥着各种各样用AI生产出来的数据。据外媒估计，到2026年，90%的互联网数据将由AI生成。这种 “污染” 使得从训练数据集中彻底过滤AI输出变得相当困难。

“互联网数据现在充斥着AI输出，”非营利组织AI Now Institute的首席AI科学家Khlaaf表示，基于此，如果DeepSeek部分使用了OpenAI模型进行提炼数据，也不足为奇。

】

• pg免费游戏试玩模拟器
• 问鼎app官方下载
• 问鼎app官方下载
• 爱游戏app官方入口最新版本
• kaiyun全站登录网页入口
• 开元ky888棋牌官网版