日本和最讨厌的部长出差，长三角区域外贸创新高

日本和最讨厌的部长出差

北京时间 2 月 5 日一早，欧美独立站卖家张坤（化名）刚刚结束春节假期，打开电脑准备发货，就收到物流公司涨价的通知。他一下 “懵了”。上涨的关税已于前一天下午生效。

回顾今年1月楼市表现，剔除春节假期因素的影响，楼市整体延续了“止跌回稳”的态势。据中指研究院发布数据显示，2025年1月截至春节前（1月1日-1月27日），30城新建商品住宅销售面积较去年同期仍增长4.0%；受春节假期影响，1月末网签量出现明显回落，初步统计，1月全月30城新建商品住宅销售面积同比下降约11%。，长三角区域外贸创新高

综合“今日俄罗斯”（RT）、塔斯社等2日报道，俄罗斯总统普京当天接受“俄罗斯-1频道”电视台采访，批评如今的欧洲政客缺乏自己立场，按照美国的意愿行事。他还称，虽然欧洲各国领导人在美国总统特朗普上任前对他颇有微词，但“很快”就会继续听从华盛顿的指令，对特朗普“温顺地摇尾巴”。

婚后，因林于超在美国经商，林依晨与丈夫长期分居，只能尽量找见面的时间与机会。自从嫁人后，经纪人称林依晨推掉的片酬可以盖几栋楼了，再次出现在公众视野的她精神状态一般，在谈及自己与丈夫长期分居，几个月见一次时，她频频苦笑。

小鹏汽车董事长兼CEO何小鹏在内部开工信中表示，未来十年AI将驱动汽车产生巨大变革。小鹏汽车计划在2025年推出多款新车和年度改款，包括首次推出的超级电动版本的新车型，几乎每个季度都有重磅新品和改款。何小鹏还提到了近期AI行业的震动，他表示，中国科技公司DeepSeek让全球科技圈震撼，不仅实现媲美OpenAI大模型的产品体验，更将成本压缩到极低。（36氪）

batch_size=1，由于 GRPO 为每个查询生成多个响应，batch size 会迅速失控。gradient_accumulation_steps=4，优化器是另一个占用大量 VRAM 的地方。此参数决定了我们将存储的梯度以帮助优化器进行其「爬山」过程。num_completions=4，DeepSeekMath 论文中使用了 64。这完全超出了有些人的计算预算。max_prompt_length=256，如果你想训练模型拥有更大上下文的推理能力，将不得不增加 VRAM。GSM8K 的提示相对较小，适合此测试。max_completion_length=786，同样，由于计算注意力的内存有限，推理链在这里受到限制。上下文或生成的 token 越多，需要的内存就越大。LoRA target_modules=["q_proj", "k_proj", "o_proj", "up_proj", "down_proj"] 在这方面可以尝试几种不同的迭代。target_modules="all-linear" 是一种流行的方式，可以从你的 LoRA 中挤出最多的性能（就准确性而言）。

打开各大社交平台，关于DeepSeek的相关教程层出不穷，从如何使用DeepSeek的基础概念，到教授如何使用指令集、提示词更好地命令DeepSeek，再到如何用其做电商运营赚钱。这些课程的价格从9.9元到599元不等。