前美联储“三把手”表示，比起降息前景，美联储更具长期重要性的😢任务是对其货币政策框架进行更大力度的改革。为了抵御特朗普政治🤩压力而采取保守姿态将是错误的。 尽管面临美国总统特朗普👏不断升级的攻击，美联储主席鲍威尔在负责任地管理美国利率方面表😅现出色。不过，在美联储更广泛的货币政策思路上，他仍有改进空间😜。 在上周的杰克逊霍尔经济政策研讨会上，鲍威尔释放了明😎确信号：美联储9月政策会议将考虑把短期利率下调25个基点。他😜指出，鉴于当前货币政策仍处于“限制性区间”，且劳动力市场走弱🤔风险可能“快速”显现，同时通胀预期足够稳定，能够应对关税引发🥳的短期物价上涨，因此宽松政策“可能”是合适的。市场对此的反应😆是，将9月降息概率上调至近90%——不过最终结果仍很大程度上🌟取决于下一轮就业数据。 更具长期重要性的是，美联储在此🙌次研讨会上同步发布的、对整体货币政策框架的修订内容。这些修订😴在很大程度上逆转了上一轮框架调整的方向。 2021至2🎉022年新冠疫情期间，美联储未能控制住通胀，原因之一正是上一😘轮框架调整。上一轮框架是在长期低通胀背景下通过的，它鼓励通胀😜突破2%目标以弥补过往通胀低于目标的缺口，并将充分就业置于优🙌先地位，这导致政策制定者即便在失业率降至不可持续水平、消费者😡物价同比涨幅超5%时，仍将利率维持在零水平。 如今，美🚀联储已回归“对称性平均通胀目标制”：通胀高于目标与低于目标的🤯情况将得到同等对待。美联储将寻求维持“与物价稳定相符的最高就👍业水平”，而非消除就业“缺口”或确保就业“广泛且具包容性”。⭐ 正如鲍威尔所言，防止短期利率陷入零下限“仍是潜在担忧🤗”，但不再是“我们的首要关注点”。背后原因是，“中性”利率（🤯既不抑制也不刺激增长的利率）已上升，为美联储提供了更大的降息😆空间。 就目前而言，这些调整值得肯定。它们恢复了美联储🚀在通胀有突破2%目标风险时先发制人的能力，也合理地让就业与物😉价稳定目标处于更平等的地位。但这些调整未能完全解决美联储实施😢货币政策过程中的一些关键缺陷。 具体而言，美联储需要建🤗立一个成本收益框架，以指导其量化宽松（QT）工具的使用。20😢20至2022年美联储量化宽松计划的成本，按放弃支付给美国财🎉政部的利息计算，将超过5000亿美元。此外，美联储还应更好地👍区分两类大规模资产购买：一类是为恢复市场功能而进行的购买，另🎉一类是在利率触及零下限后为提供额外货币政策刺激而进行的购买。🥳 除此之外，美联储需要改进对经济前景及其潜在应对措施的😘沟通方式。每两次政策会议发布一次的《经济预测摘要》（SEP）👏，过度强调了官员们的基准预测。从利率预测中，人们无法判断分歧😢是源于对经济前景的不同看法，还是源于对“美联储应如何应对特定👏经济环境”的意见不一。美联储不应只做边缘调整，而应转向发布包🤗含替代情景的详细工作人员预测。这正是欧洲央行采用的策略，且其🤔成员同样数量众多、地域分布广泛。 考虑到特朗普政府施加🤯的极端政治压力，美联储可能倾向于采取保守姿态、减少改革力度—😆—以避免默认此前框架存在缺陷。但这将是一个错误。要维护独立性🤗，美联储应努力打造尽可能有效、全面的货币政策框架。随着世界与😴金融体系结构的演变，美联储也需与时俱进。 以上观点来自🔥前纽约联储主席杜德利（Bill Dudley）返回搜狐，查看🤩更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多