1、超大ep并行 2、几乎无损的fp8训练 3、用long cot模式蒸馏DeepSeek v2.5-r1模型 论文中值得研读的细节很多，相比r1的报告，给出了更多可复现的有效信息，值得一读。 我经常在上看到写的很好的技术贴，但用图片的方式保存下来既不适合阅读也不适合回顾整理，我一般用扫描全能王转换成Word格式，这样可以加入到自己梳理好的笔记中，有想要修改的地方也可以自行修改。