DeepSeek 又整活兒了。

宣布從2月24日啟動“Open Source Week”（開源周），連續5天每天開源一個代碼庫。

DeepSeek 能推動國產AI的發展，不僅因為模型性能強，更因為它保持開放和開源。

開源意味著可以免費部署、使用，但更重要的是，它允許后來者在此基礎上進行創新。

比如，最近發現一款產品問小白，他們2023年就在國內率先自研MoE模型架構。基于自研MOE大模型的優勢，部署DeepSeek-R1，相當于雙核驅動，運行速度非常快。

圖片

下面是我隨手測試的一個例子；

圖片

生成確實很快，這就得益于問小白技術上的優化。

首先，采用多模塊并行處理，其次，讓DeepSeek模型回答之前，先用自研思考模型預處理，一次輸出多個token，大幅提升生成速度。

之前也給朋友們分享過一些接入 DeepSeek-R1 的AI產品，體驗下來發現問小白是最快、最穩并且功能最全的。

由于R1在推理方面的優勢，我一般會用它來總結和分析熱點新聞，最近比較關注求職招聘，我就會用問小白幫我總結分析。

對于新聞類的內容我們肯定希望能快點看到分析結果，這時候問小白的智能搜索+快速回答的優勢就體現出來了，能讓我們及時掌握AI方向最新的崗位和要求，從而提前準備。

另外，很多朋友使用大模型擔心自己不會寫提示詞。但這個問題在R1這樣的推理模型中不存在。

R1自帶“思考”能力，所以相比與普通大模型，我們在第一次提問時候可以寫比較短的提示詞，一句話能描述清楚需求。

之后，再根據模型的思考和你的需求追問。這樣，使用大模型的門檻更低，效率更高。

比如，上面的例子，我對“AI Agent”崗位感興趣，我就會繼續追問需要的技能。

圖片

追問意味著要把當前問題和之前的聊天記錄一起帶入模型“思考”，輸入的內容更長，模型就需要更多運算，因此容易導致“服務器繁忙”，這也是為什么大家感覺追問更容易失敗的原因。

我使用問小白發現，追問依然也很快，確實可以說穩定。并且在輸出內容的后面，會智能生成生成幾個問題。

圖片

點擊其中一個，自動進入追問，幫你一步步深入解決問題。

無論是準備面試還是平時學習，難免要復習之前學過的知識。R1強大的推理、思考能力擅長幫你解決這類問題。

比如，下面這個經典的機器學習面試題，

圖片

直接交給問小白。

圖片

問小白的輸出不但有公式推導，還有直觀解釋，學習效率比翻書查資料不知道快多少倍。

除了智能搜索功能，問小白也支持對文檔、圖片內容問答。尤其對于需要讀論文、寫論文或者做技術分享的朋友，非常有幫助。

圖片

圖片

對比用過的其他R1產品，要么僅搜索、要么僅R1，要么不支持文件上傳，問小白支持的功能是最全的。