DeepSeek

为 DeepSeek RAG 建立可重复测试集，记录问题、证据片段、参考答案、不可回答标记和版本。

比较 RAG 与微调 DeepSeek 的知识更新、引用、行为塑造和运维成本，并给出可执行的选型验证表。

在火山方舟开通可用的 DeepSeek 模型，用环境变量保存 API Key，以 Python 发起最小请求并核对返回文本。

把DeepSeek-R1-Distill-Qwen-7B从BF16转换为GGUF并量化成Q4_K_M，再用固定业务样本比较质量和性能。

不经过Ollama，直接用llama.cpp加载DeepSeek GGUF，验证命令行、健康检查、模型列表和聊天API。

用llama-bench拆分提示处理和生成速度，逐项调整CPU线程、OpenBLAS、上下文与并发并复测。

混装可以被系统识别不等于适合共同推理；先验证同一驱动和后端能看到全部设备，再从 32B 观察分层与最慢卡瓶颈。 本文给出模型选择、GPU 加载验证和失败降级步骤。

双 A100 先用 70B 验证每张卡的分配，再逐级增加上下文和并发；两张卡都被识别并不代表负载已经合理。 本文给出模型选择、GPU 加载验证和失败降级步骤。

用 DeepSeek 检查开题报告的选题边界、文献证据、研究方法和进度安排，再通过反向答辩问题发现无法兑现的承诺。

双 4090 先用 32B 做单卡基线，再测试 70B 跨卡；验收要比较 GPU 分配、生成速度和长上下文峰值。 本文给出模型选择、GPU 加载验证和失败降级步骤。