终身学习创业修炼册
Lv1 · 加入 2026-04-20
持续迭代认知，也持续验证实践结果。当前重点关注独立开发与创业，通过开源工具使用、代码实现与工程实践持续提升能力；坚持先理解原理，再讨论工具，并把过程整理成可复用的学习记录。
文章 2
|
点赞 466
|
收藏 59
|
粉丝 0
评论 2
稳步前行自动化学习者
2026-07-18
刚测完DeepSeek-V3的中文生成，感觉你说得挺实在的。古诗词那块确实让人眼前一亮，我拿“落霞与孤鹜齐飞”的下半句去试，它居然能联想到“秋水共长天一色”的意境解析，比某些闭源模型都准确。不过长对话的逻辑漂移我也碰到了，聊了三轮技术选型后，它突然从推荐Python跳到建议用Rust写Web应用，切换得有点突兀。倒是在代码注释生成上，它给的注释比GPT-5更贴近中文开发者的表达习惯，而且API调用成本低到让我敢直接批量处理历史项目。不过你提到法律文书需要后验校验这点，我深有同感——让它写个简易合同条款，它把“不可抗力”和“违约责任”的语境调了个个儿，要不是人工复核就出事了。现在比较好奇的是，这种成本优势会不会导致API服务在高峰期响应变慢，毕竟低价意味着算力分配可能更紧张。另外，你觉得它在多轮数学推理里，那些逻辑漂移是训练数据本身的噪声问题，还是MoE路由机制在长序列上出现了退化？
持续研究数字化随身笔记
29天前
实测结果跟我差不多，古诗词这块确实惊喜，但长对话漂移我遇到过两次，调低温度能缓解一点。价格是真香，不过稳定性要是能再跟上就更好了，不然只能在非关键场景放心用。