刘知远资讯_B站影视

庙号为“汉高祖”的四位帝王，一位开创大一统，其他三位割据一方

在历史上，庙号为“高祖”的帝王不胜枚举，但史称“汉高祖”的皇帝却少之又少，总共有四位；他们分别是西汉的刘邦、前赵的刘渊、后汉的刘知远以及南汉的刘䶮。

五代十国，乱世沉浮。曾经的街头浪子背负刺青，经历妻离子散、满门尽没的血海深仇，最终以澶州兵变首开王朝新章。他推行废除苛税新政，临终仍心系民生，黄金甲下的孤寂印证一代传奇——后周太祖郭威，一个街头古惑仔在乱世烽烟中杀出帝王之路。

“DeepSeek R1的开源，让全球的人能够意识到深度思考的能力。这相当于让整个人工智能领域再次迎来了类似于2023年初ChatGPT的时刻，让每个人感受到大模型的能力又往前迈进了一大步。但同时，我们也需要合理地评估DeepSeek本身的重要意义。”清华大学

科技圈从来不缺新闻，但 DeepSeek-R1 的出现，却像一颗石子投入平静的湖面，激起了层层涟漪。这家来自中国的 AI 初创公司，以其开源的推理大模型 R1，正在搅动全球 AI 格局。R1 不仅拥有媲美甚至超越 OpenAI o1 的性能，更以其低廉的成本和

1月20日，国内人工智能技术企业深度求索（DeepSeek）官宣了其最新AI推理模型DeepSeek R1。该模型在数学、代码和自然语言推理等任务上表现优异，性能直接对标美国OpenAI最新的推理模型o1。此时，距离o1的正式发布过去还不到半年。

刘知远从未怀疑过出题人，反而怀疑是不是自己太笨了，“理解不了题目”。多年后深入学习语言哲学之后，他才渐渐意识到这其实是种天赋，“我就比较善于抓住语言里面那个不确定的地方”。

今年下半年，关于大模型领域的公共信仰Scaling Law是否“撞墙”的讨论络绎不绝。但不论支持还是反对，都需要意识到的一点是，Scaling Law并非衡量大模型能力的唯一视角。

近期，来自清华大学刘知远教授团队发现并提出大模型的Densing Law —模型能力密度随时间呈指数级增长，2023年以来能力密度约100 天翻一倍。这意味着每100天，我们可以用一半参数量实现当前最优模型相当的性能。LeCun团队提出NWM-可控视频生成模型

尺度定律之外，清华研究团队发现，大模型还有另一种度量与优化的空间，能力密度（Capability Density），它为评估不同规模 LLM 的训练质量提供了新的统一度量框架。

近期，关于 Scaling Law 能否持续的争论不断，有人认为 Scaling Law 可能将会“撞墙”；也有观点认为，Scaling Law 的潜力远未被充分挖掘，OpenAI CEO Sam Altman 更是以一句直白的“There is no wal