deepseek-r1

DeepSeek 的第一代推理模型，效能可與 OpenAI-o1 相提並論，包括六個從 DeepSeek-R1 基於 Llama 和 Qwen 精煉而來的密集模型。

1.5b 7b 8b 14b 32b 70b 671b

25.5M 4 週前

29 標籤

說明文件

DeepSeek 的第一代推理模型，在數學、程式碼和推理任務中，效能可與 OpenAI-o1 相提並論。

模型

DeepSeek-R1

ollama run deepseek-r1:671b

精煉模型

DeepSeek 團隊已證明，大型模型的推理模式可以精煉到小型模型中，與透過強化學習在小型模型上發現的推理模式相比，能產生更好的效能。

以下是透過微調，以 DeepSeek-R1 產生的推理資料，對抗研究社群中廣泛使用的幾個密集模型所建立的模型。評估結果顯示，精煉後較小的密集模型在基準測試中表現非常出色。

DeepSeek-R1-Distill-Qwen-1.5B

ollama run deepseek-r1:1.5b

DeepSeek-R1-Distill-Qwen-7B

ollama run deepseek-r1:7b

DeepSeek-R1-Distill-Llama-8B

ollama run deepseek-r1:8b

DeepSeek-R1-Distill-Qwen-14B

ollama run deepseek-r1:14b

DeepSeek-R1-Distill-Qwen-32B

ollama run deepseek-r1:32b

DeepSeek-R1-Distill-Llama-70B

ollama run deepseek-r1:70b

deepseek

授權條款

模型權重以 MIT 授權條款授權。DeepSeek-R1 系列支援商業用途，允許任何修改和衍生作品，包括但不限於，為訓練其他 LLM 進行精煉。請注意

Qwen 精煉模型衍生自 Qwen-2.5 系列，該系列最初以 Apache 2.0 授權條款授權，現在使用 DeepSeek-R1 精選的 80 萬個樣本進行了微調。

Llama 8B 精煉模型衍生自 Llama3.1-8B-Base，最初以 llama3.1 授權條款授權。

Llama 70B 精煉模型衍生自 Llama3.3-70B-Instruct，最初以 llama3.3 授權條款授權。