前一段时间看Mimo后训练突然有了个问题，思考了好几天还是没得到答案，发出来想问问各位佬友。 DeepSeek V4 Pro模型 在0813之前灰度测试了一段时间，测试的时候很多消息都称其在某些方面达到了fable级水平，但是在0813发布之后拉了坨大的，以至于到现在0813灰测都是很多人心中的白月光。 很多人对于正式版模型的评价都是后训练炸了，但是像是Mimo的后训练过程中会设置很多恢复节点，一旦出现过拟合就会回滚。我就由此想到，难道deepseek就没有类似的回滚机制以防止后训练的过拟合吗？如果存在这种回滚机制，那么为什么deepseek到现在都没有发布任何一个能力能够媲美灰测模型的V4P？ 结合前段时间A÷公开指控deepseek涉及到路由蒸馏，以及此前的流言：deepseek灰测脏token和claude几乎一样。究竟是deepseek自始至终就没有训练出一个厉害的模型，所谓的灰测无非就是秘密招募了一批中转站使用者？还是说deepseek就是草台班子，灰测成绩这么好却没有保存备份，直接后训练过拟合了？ 小白一个，没接触过LLM开发和计算机高深知识，恳请各位佬友解惑。 7 个帖子 - 5 位参与者 阅读完整话题

  • 情报分类：服务器与云资源
  • 分类依据：内容涉及服务器、云资源或网络线路
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/24 20:58:30