量子位
·
全网都在扒的DeepSeek团队，是清北应届生撑起一片天
内容提要
DeepSeek团队由清北应届生组成，专注于AI大模型研究，创新包括MLA注意力机制和GRPO算法，显著提升模型性能与训练效率。团队年轻化，重视能力，吸引了众多优秀人才。
关键要点
-
DeepSeek团队由清北应届生组成，专注于AI大模型研究。
-
DeepSeek-v3大模型以1/11算力训练出超过Llama 3 405B的开源模型。
-
团队年轻化，重视能力，吸引了众多优秀人才。
-
DeepSeek-V2的关键创新是MLA新型注意力机制，显著减少计算量和推理显存。
-
GRPO算法是DeepSeek的另一项关键成果，显著减少训练资源需求。
-
团队成员多为应届生和在读生，核心成员年轻化。
-
DeepSeek重视模型算法与硬件工程的配合，优化训练成本。
-
团队运作结构灵活，鼓励自然分工和资源调配。
-
DeepSeek的用人标准看重能力而非经验，类似于OpenAI的用人策略。
延伸解读
团队年轻化的优势
DeepSeek团队的年轻化特点使其在创新和灵活性上具备优势。年轻成员通常对新技术更为敏感，能够快速适应变化，推动团队在AI大模型领域的快速发展。这样的结构也有助于吸引更多优秀人才，形成良性循环。
软硬件协同的重要性
DeepSeek在模型算法与硬件工程的结合上表现突出，强调软硬件协同设计。这种策略不仅降低了训练成本，还提升了模型性能，显示出在AI领域中，技术与基础设施的紧密结合是成功的关键因素。
用人标准的启示
DeepSeek的用人标准强调能力而非经验，这与许多顶尖科技公司如OpenAI相似。这种策略不仅能激发年轻人的创造力，还能为团队注入新鲜血液，推动技术创新，值得其他企业借鉴。
延伸问答
DeepSeek团队的主要成员来自哪里？
DeepSeek团队主要由清华和北大的应届生及在读生组成。
DeepSeek-v3大模型的训练效率如何？
DeepSeek-v3大模型以1/11的算力训练出超过Llama 3 405B的开源模型，显著提升了训练效率。
DeepSeek团队有哪些关键技术创新？
DeepSeek团队的关键技术创新包括MLA新型注意力机制和GRPO算法。
DeepSeek的用人标准是什么？
DeepSeek的用人标准重视能力而非经验，主要招募应届生和毕业一两年的人。
DeepSeek团队的运作结构是怎样的？
DeepSeek团队运作结构灵活，鼓励自然分工和资源调配，允许成员随时调用训练集群。
DeepSeek与OpenAI有什么相似之处？
DeepSeek与OpenAI相似之处在于都重视能力而非经验，并且鼓励年轻人参与项目。
