DeepSeek R1 发布 1 个月了，开发者们都用它做了啥？

不同于以往的 GPT-4o、Claude-3.5 等非推理模型，R1 的思考链以及响应时间，以及幻觉问题都需要进行针对性调整。过往的很多经验，在 R1 上可能并不适用。

    在落地 R1 的时候，大家遇到了哪些问题？用 DeepSeek 的模型做了什么？

    在接入过程中，踩了哪些坑？与其他模型的使用体验有什么不同？

    R1 模型对产品有怎样的帮助？增量场景有哪些？用户反馈如何？

针对这些问题，我们邀请了几家在使用 R1 落地比较有代表性的产品，聊一聊他们在落地 DeepSeek 的时候遇到的坑与收获。

分享嘉宾：

    Monica.im 产品合伙人 张涛

    FateTell 技术负责人 Kod

    独立开发者  赵纯想

更多嘉宾还在邀请中！

本周五，线上，16:00-17:30，欢迎来聊。

更多阅读
中美 AI 创业者的闭门讨论：DeepSeek-R1 之后，AI 创业的变化和新趋势
马克·安德森硬核访谈：DeepSeek、宇树和 AI 影响下的权力结构
DeepSeek开源周第一天：FlashMLA开源，解锁H800性能上限，提升存量GPU算力
丁香园创始人：在杭创业20年，深度总结22条杭州创业指南
DeepSeek R1 之后，重新理解推理模型

转载原创文章请添加微信：founderparker

内容中包含的图片若涉及版权问题，请及时与我们联系删除