就像你一次处理了8个样本（大批处理大小），但实际上每次只用4个样本的显存。就像分期付款一样，让你显存不够也能享受大批处理的效果。第六个：loraplus_lr_ratio这个是今年出来的一个新的训练算法，旨在传统lora训练方式下。lora+提高了性能（1% ‑ 2% 的改进）和微调速度（高达 ~ 2 倍加速），而计算成本与 LoRA 相同。具体的就不展开说了，只知道它可以大幅缩短模型所训练的时间

就像你一次处理了8个样本（大批处理大小），但实际上每次只用4个样本的显存。就像分期付款一样，让你显存不够也能享受大批处理的效果。第六个：loraplus_lr_ratio这个是今年出来的一个新的训练算法，旨在传统lora训练方式下。lora+提高了性能（1% ‑ 2% 的改进）和微调速度（高达 ~ 2 倍加速），而计算成本与 LoRA 相同。具体的就不展开说了，只知道它可以大幅缩短模型所训练的时间

在与社区交流的过程中，我发现很多对DeepSeek感兴趣的用户并非该领域的专业研究人员，他们可能缺乏深入体验R1模型的技术基础。在对话界面中，我用红框标注的是模型的回答内容，蓝框标注的则是模型的思考过程内容。第2步：在出现的镜像列表里，找到并点击的那个"deepseek-ai/DeepSeek-R1/DeepSeek"镜像 （就是头像是那个红色的，id名字叫xxxiu的那个）数字6，也是最强R1模

在与社区交流的过程中，我发现很多对DeepSeek感兴趣的用户并非该领域的专业研究人员，他们可能缺乏深入体验R1模型的技术基础。在对话界面中，我用红框标注的是模型的回答内容，蓝框标注的则是模型的思考过程内容。第2步：在出现的镜像列表里，找到并点击的那个"deepseek-ai/DeepSeek-R1/DeepSeek"镜像 （就是头像是那个红色的，id名字叫xxxiu的那个）数字6，也是最强R1模