为了未来 得到合意的收益 那么我们接着第三部分 💯 就是要做机会风险博弈 后来引出的所谓投资回报率 😍 首先你未来的专业和方向 等于是你的赛道选择 😘 如果你有一个高确定性的取向 而同时 看得出来 🤯 他可能带有高回报 这个赛道 当然就非常值得😘看重了 从当下的 这个2025年的就业市场看 😂 有不多的少数领域 比如说生物工程 量化金融 😘 你如果有能力进入 以后很可能是确定性高 回😢报率也比较高 在全球 这个共性是比较明显的 😁 像量化金融 现在 它的人才要求水平很高 🙄展开全文 但这种高水平人才 是有缺口的 如😅果你有能力进去 这是一个可能的高回报 再有 😉 可能有高风险和低回报的赛道 这个这种赛道 现在🥳这些年越来越明显 比如说文科 我是学文科的 😀 经济学 过去说是 经济学帝国主义是显学 🎉但这些年大家知道 学经济的出路越来越紧张了 人文🔥科学里面涉及到什么 哲学、历史 社会科学 😁艺术 现在看得出来 越来越在就业方面 没有👏竞争力 有一些社会成员 他是从自己的内心 👏就有浓厚兴趣来决定 哪怕是这样 我也去做 😆比如在欧美 很多的富家子弟 我就是学艺术 🤗我就是学建筑设计 我就是要去读这个哲学 放着我家🔥里给我钱 让我去读商科 去读法律 去读医科👍 我都不干 我就喜欢这个 那另当别论 ⭐ 但是对于一般来说 不是这种 特别有财力支撑的情😆况之下 这种高风险低回报的赛道 你就要专门好好考😅虑考虑 如果家底不厚 你仅仅就是靠自己 兴🙌趣来说 是不是你就得考虑忍痛割爱 这个事情还是很👍现实的 因为这个事情只是讲兴趣不行 但是个别的成🌟功者 咱们听说饺子 毕业以后一筹莫展 靠他😘母亲的养老金 把他支撑了若干年 最后终于这个一炮🤔打响了 而且是这是惊天一炮 这种情况下 概🌟率太低了 你如果我一心就想走这条路 那我也不说 ⭐ 就绝对不行 但从一般来说 务实来看 😆还是要有一定的理性判断 慎重考虑 慎重考虑 😢 慎重考虑对的 那么这是咱们说到的 赛道选择里边😢的一些比较 那么跟着还有 就是前面其实你也提到的😜 就是国际环境里面 现在的地缘政治 和相关😁的政策风险 这方面一定要评估 大家都知道 👏美国跟中国之间在较劲 对那么美国方面的情况 又这🤗么善变 你说这个特朗普 人们称为特不靠谱 ❤️他其实就是以战略性的 模糊他来实现他的意图 他早🌟上中午晚上 可以说的话都不一样 但他最后你看 ❤️ 他的意图的实现 相对顺利 他就这么一个类型 😊 那么在这种情况之下 我们留学生就很受困扰 😅他甚至说 哈佛现在他不给资助了 哈佛的国际学生不😂许入学了 这些事情 在过去难以想象的事都来了 🎉 所以这是一个必须考虑的因素 你如果觉得 头上😂悬着这么一把 达摩克利斯之剑 尽量你不要进入那个⭐危局 这肯定是一个很现实的考虑 如果说在美国 🔥 你申请高精尖理工科 你后边有点什么背景 让他🤔挑了刺 很可能就把你拒之门外 甚至给你很多的痛苦😆的 重大打击的事情 再有 另外一些地方 🙄 比如英国、加拿大、澳洲 作为替代方案 各有它🔥的特点 Echo 我知道你也有海外留学经历 🙄 你肯定也有很多这方面 实际的体会 各有各的特点🎉 一般来说 大家说英国的学制比较短 时间上🎉相对来说节省了一些 财力上 压力也不是特别大 🤗 但他的就业市场容量 确实也比较有限 是个老大😍的帝国 这个已经走下坡路很多年了 留下来不太容易🤩 加拿大和澳洲 他相对友好 但是要承认 🤔 他的顶尖的教育资源 还有他的职业天花板 这方😅面的比较 当然有不如美国 甚至有些方面也不如英国👏 这都是各有所长 对自己这方面 也有一种适😴合自己的 这种权衡 我们听说 欧洲还有另外😢一些地方 德国、法国、瑞士、瑞典等等 也有一些人😜在这方面去发展 比如语言这方面能够适应 另外学费😅相对低 学术氛围还是不错的 欧洲这些国家的学术氛🙌围 应该讲都值得肯定 我看到过一些 关于德😜国教育的评价 还是有非常多的可肯定之处 它比较适😜合真心做科研的人 语言方面 你要注意到 如🤔果你有语言的障碍 你能不能攻关 有一个 过🙄去曾经在财政部工作过 后来到 中国对外友好协会工😆作过的 这样的一个人士 他后来 在这个特定⭐的时期 碰到问题 他居然在极低的概率之下 😁跑到国外去了 关愚谦大家搜一搜这个人 他写了几本🙄书 我看他那书非常生动 他就是后来 阴差阳😆错 最后只能从埃及的拘留地 跑到德国 当时😁有一个国际救助机构 他在德国 靠自己的努力和天分🤯 他过了语言关以后 发展成名牌大学的名牌教授 🤯 这都是根据自己情况来定的 这算是第三步说的 😀投资回报率这些因素 可能也没说全 但至少我们点到🙌为止返回搜狐，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