【西贝菜品降价，市场反应待察】曾称“餐饮业最大冤案”是被说贵👏的西贝莜面村，近日开启降价。10月1日起，西贝全国门店大幅调👏价，降幅20%至40%。因通知突然，新菜牌未印好，用打印价格😅粘贴。 10月1日，西贝北京回龙观地区门店按降价后价格售菜。🥳西贝客服称，聆听顾客建议，首次完成首批调整，遵循“同城同价”❤️原则。 此前受关注的“罗永浩”套餐，13道菜中7道降价。如草😜原嫩烤羊排从119元降至99元，葱香烤鱼从89元降至79元，🤔套餐从663元降至598元，降幅9.8%，低于传言。 9月上🙄旬，罗永浩吐槽西贝贵且是预制菜，创始人贾国龙怒怼，推出“罗永😅浩菜单”。原套餐13道菜共663元，降价后7道降价，6道原价😍。 降价幅度上，胡麻油炒鸡蛋降10元，降幅23.26%；物种🤗番茄酸汤莜面鱼鱼降6元，降幅20.69%。其余菜品降幅未超2🙄0%，与网传不符。 西贝门店员工称菜品降价，但不知具体幅度和😡降价最多菜品。官方客服也不知“具体下降幅度”，建议关注公众号🤗查询。 虽西贝降价，但多数网友“不买账”。“西贝降价”热搜下🥳，1075人点赞“不会”再吃，仅63人点赞“会”吃。 部分用🎉户认为西贝原价格贵，降价品类再降50%仍有钱赚。还有网友反映😡降价同时“量”也降，如莜面鱼鱼、黄米凉糕份量减少。 西贝客服🤔称不了解具体情况，会记录反馈并跟进。9月上旬贾国龙曾喊冤，如🚀今西贝主动降价，能否挽回顾客流失待察。 10月1日午餐时，北😁京回龙观西贝门店到店人员未明显增加，近半座椅空置。旁边餐厅已💯出现排队和满座，员工称近期客流受影响，刚开始回升。 西贝正根😎据顾客反馈调整，后续调整暂无通知。想要通过一次调整赢得用户回😅流，并非易事。可喜的是，近期西贝服务变好。 本文由 A🤗I算法生成，仅作参考，不涉投资建议，使用风险自担返回搜狐，查🥳看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

近日，《Nature》杂志的最新一期封面论文引起了广泛关注，🙄研究主题是 DeepSeek-R1。这项研究由梁文锋教授团队👏主导，内容围绕如何通过强化学习来提升大型语言模型（LLM）的😂推理能力。早在今年1月，该研究已在 arXiv 上发布，受到😀学术界的高度评价。 在封面介绍中，《Nature》指出🙄，如果大型模型能够规划解决问题的步骤，往往会得到更好的解决方🤔案。这种推理能力与人类处理复杂问题的方式相似，但在人工智能领👍域实现这一点面临着巨大的挑战。研究团队展示了如何在极少人工干👍预的情况下训练出具备推理能力的模型。 DeepSeek⭐-R1模型的训练采用强化学习策略，模型在正确解答数学问题时会🌟获得高分奖励，而答错则会受到惩罚。通过这样的机制，DeepS🤔eek-R1学会了逐步推理、解决问题，并在给出答案前进行自我⭐验证，从而提高了其在编程和科学研究中的表现。 值得一提🚀的是，DeepSeek-R1被认为是首个经过权威学术期刊同行😴评审的语言模型，这一成就标志着 AI 领域的一个重要里程碑。😀Hugging Face 的工程师 Lewis Tunsta🤗ll 对此表示，这是一个重要的先例，强调了行业规范的重要性，🚀尤其是在评估 AI 系统潜在风险时。 此外，研究团队在👍论文中对模型的训练数据类型和安全性进行了详细说明，避免了对模😎型的拟人化描述，确保研究的严谨性和透明度。这一开放模式得到了😀同行的广泛赞誉，认为有助于提升公众对 AI 的信任。 👏划重点:返回搜狐，查看更多