所有的成功都是站在巨人的肩膀上负重而来，没有什么捷径。刚读完DS第一版发布的技术论文，就对LLM作了很多工程改进，

花了很多精力探索、调试最优宏观参数组合。而且花了很多精力prepare培训数据(The filtering stage enhances the density of information). 抛弃了简单以参数量度量模型复杂度，改用 IsoFLOP。抛弃了简单的Cosine学习速度计划，改用多级进阶式学习速度计划。等等等等。

成功绝非偶然，也不是一蹴而就。

这还只是第一版，引起轰动的DS R1是其第四版。