deepseek-r1

DeepSeek的首代推理模型，其效能可與OpenAI-o1相提並論，包括六個從DeepSeek-R1基於Llama和Qwen模型所精餾出的密集模型。

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

25.5M 4 週前

29 個標籤

Readme

DeepSeek首代推理模型，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

精餾模型

DeepSeek團隊已證實，大型模型的推理模式可以精餾至小型模型中，相較於透過小型模型上的強化學習 (RL) 所發現的推理模式，能產生更佳的效能。

以下是透過針對研究社群廣泛使用的數個密集模型進行微調，並使用DeepSeek-R1產生的推理資料所建立的模型。評估結果顯示，精餾出的小型密集模型在基準測試中表現異常出色。

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

許可證

模型權重根據 MIT 許可證授權。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，為了訓練其他 LLM 而進行精餾。請注意，

Qwen 精餾模型衍生自 Qwen-2.5 系列，該系列最初根據 Apache 2.0 許可證授權，現在使用由 DeepSeek-R1 精選的 80 萬個樣本進行微調。

Llama 8B 精餾模型衍生自 Llama3.1-8B-Base，最初根據 llama3.1 許可證授權。

Llama 70B 精餾模型衍生自 Llama3.3-70B-Instruct，最初根據 llama3.3 許可證授權。