大烧货完全不能写文，是因为思维链模式的关系吗。文风指导和参考样本都一样，写出来的都不算人话，感觉某些地方缺了一环，反正完全不能写文
deepseek更新日志/文档页面结构变动
阿刚 发表于 2026-9-24 17:25
大烧货完全不能写文，是因为思维链模式的关系吗。文风指导和参考样本都一样，写出来的都不算人话，感觉某些 ...
你让他用中文思考试试,coding提示词的原因,他的输出是非常格式化的,不适合写文.
如果ds能在5080单卡跑出qwen3.8 27b的性能，我给梁圣磕头
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
mintslime 发表于 2026-9-24 16:58
DS的视觉拉中拉，屎中屎，但是你扫82张照片绝对不可能用10元，肯定还有别的问题……你具体用的是DSH还是 ...
用豆包部署的DSH，自己上DS官网买的API
大概是因为要求是让它找到对应单号所在的照片吧，不光是把照片提取成表格
lactone 发表于 2026-9-24 18:00
如果ds能在5080单卡跑出qwen3.8 27b的性能，我给梁圣磕头
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5. ...
有可能可以，但是非常需要个大内存，engram往内存里加载就完事了…
文谷时间到
Google AI Pro用户好像每周可以通过Colab使用大约20小时的A100，而且模型可以直接放在Google Drive里，挂载后直接调用，不需要每次重新下载。有人试过吗？
lubo 发表于 2026-9-24 18:22
Google AI Pro用户好像每周可以通过Colab使用大约20小时的A100，而且模型可以直接放在Google Drive里，挂载 ...
以前colab就有 就正常挺好用的云gpu但是可能要排队什么的
— from motorola XT2603-1, Android 16, S1 Next Goose v4.0
nxmonitor 发表于 2026-9-24 18:12
有可能可以，但是非常需要个大内存，engram往内存里加载就完事了…
engram直接扔ssd就可以了
mitzvah 发表于 2026-9-24 18:25
engram直接扔ssd就可以了
硬盘顶不住读写的…
Dsh桌面版好像要出来了，官网有下载链接了
那4.1P还不上线吗？
nxmonitor 发表于 2026-9-24 18:29
硬盘顶不住读写的…
都是只读查表，没啥写入
nxmonitor 发表于 2026-9-24 17:21
看到一个很关键的消息，说DS内部存在能在游戏显卡上跑的模型，不知道是16G还是24G可以… ...
我感觉他们的意思是游戏显卡可以用来推理。。不是说有个模型有游戏卡的内存那么大 Re:Source
lactone 发表于 2026-9-24 18:00
如果ds能在5080单卡跑出qwen3.8 27b的性能，我给梁圣磕头
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5. ...
但是你现在就可以5080运行27b啊我都用5070ti爽玩一个月了
这个月出了一个很高质量的量化，16G显卡完全可以接入工作
官方的桌面端
https://download.deepseek.com/dsh-desk/bin/win-x64/deepseek-harness-0.1.7-rc.1.20260924.1-win-x64.exe
mimo 2.6pro到底强吗？
qwased 发表于 2026-9-24 19:43
但是你现在就可以5080运行27b啊我都用5070ti爽玩一个月了
这个月出了一个很高质量的量化，16G显卡完全可以 ...
哪个，可以说说吗
0基础小白，这周用dsh做了一个老滚5的构筑模拟器，数据来自一个非官方wiki（uesp），初版花了30元，修修补补花了30元。完成后想想其实是不是直接让他反编译电脑里的游戏本体拿资料会更省token？
MiMo-V2.6-Distill-Qwen-9B 17.6 GiB 蒸馏小模型
本帖最后由 neptunehs 于 2026-9-24 20:38 编辑
qq460262849 发表于 2026-9-24 20:29
0基础小白，这周用dsh做了一个老滚5的构筑模拟器，数据来自一个非官方wiki（uesp），初版花了30元，修修补 ...
不会。正在反编译另一个游戏的人路过
对于老滚5这种主流游戏 比起反编译 还是让他找现有mod学习基础更方便
哪像我需要从类似skse的dll开始做起。。。
但如果你做的东西底层 还是需要反编译的
—— 来自 vivo V2561A, Android 16, 鹅球 v4.0
moekyo 发表于 2026-9-24 20:20
哪个，可以说说吗
看我的帖子，27B GSQ RCO
据说另一个米也要搞大模型了，国内是不是入场的太多了
网络出问题上不了codex了，于是用dsh来修，然后发现是让dsh之前弄网络的时候把网络跟自己都搞炸了，只好再用Cherry Studio来先修dsh
阿刚 发表于 2026-9-24 17:25
大烧货完全不能写文，是因为思维链模式的关系吗。文风指导和参考样本都一样，写出来的都不算人话，感觉某些 ...
agent自带的系统提示词很长影响很大的
令人感慨，中美之外的国家现在一个正经的 ai 公司都没有。而中国感觉就像造电动车那时候一样，一堆公司入场，都能多少做出点东西来。
—— 来自 HONOR PTP-AN70, Android 16, 鹅球 v3.5.99
chenyedgg 发表于 2026-9-24 21:23
agent自带的系统提示词很长影响很大的
但是hermes就写的还行，两个agent用的同一套提示词，不过思维链可以看出来两边完全不一样
M乔梦 发表于 2026-9-24 20:01
官方的桌面端
没找到mac版的
自由之紫roy 发表于 2026-9-24 20:19
mimo 2.6pro到底强吗？
karminski-牙医
9-22 23:54
来自 微博网页版
给大家带来小米 MiMo-v2.6-pro 的测试速报!
简单来讲, 这次不愧是直播RL带来的效果, AgenticCoding 能力提升明显, 之前的 MiMo-v2.5-Pro 在我的向量数据库测试中得分只有2505, 而这次直接翻了3倍, 得分来到了7810. 与 Claude Fable-5 分数接近了.
而且算法也进化为了单图HNSW分层近邻图(M=16/M0=28) + AVX-512精确距离 + 每线程visited stamp. 可以说只要再优化一下算法细节就是SOTA水平了.
而前端测试则是MiMo需要提升的重点了, 这次演示效果虽然有提升, 但是无奈横评的其他模型都太强大了, 而小米的加分项也是本身的算法Coding能力, 比如它是可以 one-shot 写出一个光追引擎的. 但是由于空间理解/物理模拟能力不到位, 小球没办法完成把墙壁撞破的演示.
另外本次还给大家测试了输出速度, MiMo-v2.6-pro-ultraspeed 版本可以达到464tps的速度, 着实恐怖. 而根据MiMo的技术报告, 峰值可以达到900tps,常态化请求也可以稳定在500tps左右, 考虑到模型 1.02T 的总参数量, 以及高达 42B 的激活参数量, 再加上同等规模模型一般都在60-80tps的水平, 这个成绩相当亮眼.
当然也有值得注意的点, 比如这次测试我发现它还是有早停的问题的, 上面的向量数据库测试, 每轮最大迭代50次, 但是三次测试中, 有两次它迭代到30轮左右就没办法提升分数, 于是选择了直接交卷, 浪费了测试机会.
以及, 模型思考偏长, 而且暂时不支持调整思考强度, 加上普速接口现在异常火爆, 所以最好给大一些超时, 避免无法输出结果.
总结: MiMo-v2.6-Pro 适合搞后端AgenticCoding开发! 要算法有算法要质量有质量. 但是前端空间理解和美学还需要加强. 考虑到直播后训练的时候看到的67%的训练语料都是Coding, 这个结果丝毫不惊讶了. 希望下个版本前端能力也有提升!
#HOW I AI##专业视频创作季##mimo##mimov26##mimov26pro##x小米mimo#收起
qq460262849 发表于 2026-9-24 20:29
0基础小白，这周用dsh做了一个老滚5的构筑模拟器，数据来自一个非官方wiki（uesp），初版花了30元，修修补 ...
老滚5这种体量的搞逆向还是算了吧，dsh滚起来烧token浪费钱，真能随便逆向那些MOD大佬早出资源了
本帖最后由 洛拉斯 于 2026-9-24 23:57 编辑
好玩，我在台式机上安装了官方桌面版，第一个任务就是让他根据我的电脑配置选一个合适的本地模型部署
噗呲噗呲干了一小时了，还会自动根据我网络情况选择镜像下载，下载完看看部署情况
真爽，0基础安装成功了，顺便还写让d老师自己写了个显示谷价峰价的插件，全程就1块多钱，还顺手让d老师自己决定哪些任务调用本地模型，哪些任务用自己跑，而且还贴心的写了个30分钟不用自动挂起本地模型，避免影响电脑使用的脚本自动运行
needagf 发表于 2026-9-24 22:29
没找到mac版的
https://download.deepseek.com/dsh-desk/bin/mac-arm64/deepseek-harness-0.1.7-rc.1.20260924.1-mac-arm64.dmg
这年头还有吹glm 5.3 flash，luna flash说 ds 没有性价比的
40tps都难稳定的flash还好意思叫自己flash，建议改名叫cheap
M乔梦 发表于 2026-9-24 23:14
https://download.deepseek.com/dsh-desk/bin/mac-arm64/deepseek-harness-0.1.7-rc.1.20260924.1-mac-ar ...
多谢，我这翻了半天没找到。。。
dsh更新0.1.7-rc2了，目前桌面端好像可以自动更新了
—— 来自 鹅球 v3.5.99
本帖最后由 贝恩德塔 于 2026-9-25 00:16 编辑
**做了个 DeepSeek Harness 的 Windows 伴航工具，开源免费**
不想每次都敲命令启动模型、手动配置 API，于是做了这个。
主要能做这些：
- 一键启动本地模型并接入 Harness
- 管理 Harness 的本地、云端 API 提供方
- 模型试聊、参数预设、一键导入导出
- 提供4个 16GB 显存的 Qwen 配置参考方案，n卡16g显存应该是通用的，包含破限模型的已经本地验证过能行得通的配置方案，模型自行从 Hugging Face 下载
Windows 原生界面，MIT 开源，**v0.1.0 已提供安装包**。这是独立社区项目，欢迎试用和反馈，点个小星星也行。
👉 [下载与源码](https://github.com/toydream525/deepseek-harness-companion)
👉 [项目介绍](https://yuriaqua.com/harness/)
说起来DSH其实不太适合上下文预算很紧张的本地模型，标准模式第一句话就灌差不多20K上下文，极简又只有bash
pi这种只要4K左右的就舒服很多了
本帖最后由 贝恩德塔 于 2026-9-25 00:21 编辑
qwased 发表于 2026-9-25 00:16
说起来DSH其实不太适合上下文预算很紧张的本地模型，标准模式第一句话就灌差不多20K上下文，极简又只有bash ...
那当个本地模型配置器也行，起码比单纯用llama.cpp好用点（自我感觉），链接dsh只是顺带的
qwased 发表于 2026-9-25 00:16
说起来DSH其实不太适合上下文预算很紧张的本地模型，标准模式第一句话就灌差不多20K上下文，极简又只有bash ...
你让老师自己调用本地模型就是，我现在12g的4070，d老师给我安装了一个bonsai27b，优化了下配置，上下文128k，速度45t/s
现在让d老师写提纲，本地模型扩写测试下