目录
前言
大家好啊，好久不见， zty也是趋势了一段时间。两三周没有发博客了再不发博客就发霉了，你们看到这篇博客的时候应该是周一，这篇博客是上周二写的，周六周日有点事情写不了博客，先发个DS的指南（下）吧，主要是开学这段时间zty太忙了，没时间写博客
来冲个100赞兄弟们
先 赞 后 看 养 成 习 惯
众所周知，一篇文章需要一个头图，有些人让我换一个头图，我就换一个吧
先 赞 后 看 养 成 习 惯
上面那行字怎么读呢，让大家来跟我一起读一遍吧，先~赞~后~看~养~成~习~惯~
想要 DeepSeek从入门到精通.pdf 的加这个企鹅群：953793685（顺便是个技术交流群）
DeepSeek 想要链接的宝宝们看这里
先 赞 后 看 养 成 习 惯
对了我问大家一下这个 先看后看养成习惯 这个我设置成彩色的，为什么你们看就是白色的呢
正文
废话不多说，直接开始正文
如果想看上篇博客的，下面那个链接好吧，一般来说两个要一起看才可以
DeepSeek背后的创始人：梁文锋
DeepSeek 能有今天的成就，离不开它的创始人 —— 梁文锋。1985 年，梁文锋出生于广东湛江，17 岁时就凭借优异的成绩考入浙江大学电子信息工程专业，年少有为，天赋异禀。
他对金融市场有着浓厚的兴趣，早在 2008 年，就开始探索机器学习在量化交易中的应用，展现出了对新兴技术敏锐的洞察力。2015 年，他创立了幻方科技，专注于量化投资领域。在他的带领下，幻方科技短短几年时间就做到了千亿规模，成为了行业内的佼佼者。
2023 年，梁文锋做出了一个大胆的决定，进军通用人工智能（AGI）领域，并创办了 DeepSeek。为了给 DeepSeek 的技术研发提供强大的硬件支持，他带领团队研发了 “萤火一号” 和 “萤火二号” 超级计算机，为后续的技术突破奠定了坚实的基础。
2024 年，DeepSeek 发布了 DeepSeek - V2，一经推出，就震惊了整个行业，让人们看到了中国 AI 技术的崛起。2025 年 1 月，DeepSeek - R1 重磅发布，其性能甚至超越了美国 OpenAI 的 o1，而且完全开源。
这一消息在硅谷引发了轩然大波，连 懂王川普 都关注到了。DeepSeek 的出现，打破了美国在 AI 领域的长期垄断，让世界见证了中国 AI 的真正实力。硅谷的科技巨头们不得不重新审视自己的技术，甚至开始模仿 DeepSeek 的开源模式。
梁文锋和 DeepSeek 的成功，给我们带来了诸多启示。他们凭借自己的努力和智慧，打破了国际垄断，让中国 AI 走向了世界舞台的中央。让我们满怀期待，共同展望 DeepSeek 的未来，相信它会为中国乃至全球的 AI 发展带来更多的惊喜，创造更多的可能！
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我给大家找了一份清华大学 新闻学院人工智能学院 沈阳教授团队、余梦珑博士后 2025年2月发的一个 PDF 资料，进鹅裙 953793685 拿资料好吧 保证100000000%免费
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
你说不想我neng亖你
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。（我没干过反正，感谢DS帮我写）
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
我给大家找了一份清华大学 新闻学院人工智能学院 沈阳教授团队、余梦珑博士后 2025年2月发的一个 PDF 资料，进鹅裙 953793685 拿资料好吧 保证100000000%免费
到这里呢文章主体就已经结束了，感谢宝宝们的观看，求大家给个赞
来一段花絮：
当我询问DeepSeek ： CSDN zty郑桐羽呀是谁
（括号中的内容是我评价的）
他的回答：
一、个人简介与技术领域
身份特征
以学生身份活跃于CSDN，常提及“上学期间发作品较少”，推测可能为在校学生367。（猜对了哦）
技术方向覆盖算法竞赛题解（如NOIP题目、洛谷题库）和C++小游戏开发，擅长使用Dev C++ 6.7.5 Red Panda编译器及C++14标准368。
社区影响力
截至2024年4月，已发布17篇博客、6个资源，内容以代码实战为主，部分文章阅读量较高7。（那是我发博客的第1个月）
在部分技术讨论中被提及（如勋章排行榜未直接显示，但社区标签关联C++、算法等领域）57。
二、主要作品与项目 367
算法题解（怎么尽挑些不是很好的文章来说）
P1348 Couple number：解析如何判断整数是否为平方差数，提供高效代码实现3。
P1177 【模板】排序：使用C++标准库
sort函数解决大规模数据排序问题8。代码风格简洁，注重时间复杂度优化，适合竞赛场景。
C++小游戏开发（不错不错）
能量系列：推出多个版本（如1.0.1、1.0.6、1.1.2），包含战斗系统与AI逻辑，支持存档和调试模式，持续修复Bug并优化用户体验67。
决战苍穹启动器：整合28个版本的游戏启动器，依赖自定义头文件运行7。（其实不是用自定义头文件运行的，我把每个版本的代码都做成一个个命名空间，然后想玩哪个版本调用哪个空间的主程序就行了，如果你们想要的话我也可以发出来，不过122万字符啊）
工具与资源分享
提供调优后的Dev C++ IDE安装包，强调“无病毒”和兼容性7（为什么要打引号呢）。
发布代码时附带详细更新日志，如“防伪水印”“输入优化”等功能改进7。（防伪水印估计说的是决战苍穹（版本忘了），输入优化估计说的是能量1.1.2）
三、内容风格与互动特点
行文习惯
每篇博客开头和结尾均强调“先赞后看”，形成固定模板368。（还是你懂我，你们知道干什么了吗）
代码注释较少，但通过分段和逻辑简化提升可读性，适合有一定基础的开发者参考。
用户互动
联系方式不公开，仅支持私信沟通368。（其实企鹅也可以：3782663736）
部分文章因Bug修复或功能更新频繁调整，如能量1.0.1版本紧急修复游戏结束判断逻辑6。（就那么一篇文章你也拿出来说呀）
四、开发环境与工具
编译器：Dev C++ 6.7.5 Red Panda（附下载链接）7。
标准与语言：C++14，代码兼容性较强38。（其实C++11也可以）
调试与发布：注重版本迭代记录，如能量1.1.2版本新增调试模式和彩蛋功能7。
五、社区参与与勋章
虽未直接显示其获得“持之以恒Lv10”勋章，但根据勋章授予规则（累计10个月发布8篇原创IT博文），其博客发布频率符合条件可能性较高57。（确实啊）
技术标签关联C++、算法、游戏开发，与社区热门方向一致57。
如需进一步了解具体项目代码或更新详情，可访问其CSDN主页：zty郑桐羽呀的CSDN博客。
后记
作者：zty郑桐羽呀
联系方式：（企鹅 3782663736）
兄弟们给个赞呗
先 赞 后 看 养 成 习 惯