APPLICATION 金融分析多智能体系统 当我们构建QuantJourney时——这是为零售投资者和量化分析师提供的最全面框架时，我们相信投资者需要上下文感知的基于GPT的可适应系统，而不仅仅是提供原始数据。
APPLICATION AI驱动的投资平台 当我更深入地进入投资世界时，我发现了一个改变游戏规则的东西：像Gemini和ChatGPT这样的AI工具。突然间，我可以比以往任何时候都更高效地进行深入的定性和定量研究。
APPLICATION DeepSeek AI驱动的ReAct代理 在这篇文章中，我将引导你如何在Vertex AI端点上部署DeepSeek模型并使用Langchain构建ReAct Agent，以便你可以评估其性能。
MODEL-ZOO 字节跳动GOKU视频生成模型 字节跳动推出了 Goku，这是一种专为高质量视频生成而设计的高级 AI 模型。通过利用文本到视频和图像到视频的合成，Goku 重新定义了 AI 驱动的内容创作并突破了创意界限。
MODEL-ZOO 在CPU上运行DeepSeek-R1 在 CPU 上运行 LLM 提供了一种扩大可访问性的替代方案，允许更多用户在现有硬件上利用 AI。本指南探讨了在 CPU 上有效使用 DeepSeek R1 的方法。
MODEL-ZOO 3个DeepSeek-R1平替推理模型 人工智能在逻辑推理、问题解决和可解释性方面正在迅速发展。虽然 DeepSeek 的 R1 引起了关注，但它并不是唯一在推理任务中表现出色的免费 AI 模型。
APPLICATION 在.Net应用中集成DeepSeek-R1 本文将引导你了解如何在 GitHub Models 上将 Microsoft.Extensions.AI (MEAI) 库与 DeepSeek R1 结合使用，以便你今天就可以开始尝试使用 R1 模型。
TOOL 用Unsloth训练自己的R1推理模型 DeepSeek 的 R1 研究揭示了一个“顿悟时刻”，其中 R1-Zero 通过使用群组相对策略优化 (GRPO) 自主学习分配更多思考时间而无需人工反馈。你就可以使用 Unsloth和Qwen2.5 (1.5B) 在仅 7GB 的 VRAM 上重现 R1-Zero 的“顿悟时刻”。
MODEL-ZOO VPTQ低位LLM量化算法 在 MMLU 等任务上，使用 VPTQ 的 2 位量化几乎实现了与原始 16 位模型相当的性能。此外，它能够在单个 GPU 上运行 Llama 3.1 405B，同时使用的内存比 70B 模型少！
