deepseek-r1

DeepSeek 的第一代推理模型，其效能可與 OpenAI-o1 相提並論，包括六個從基於 Llama 和 Qwen 的 DeepSeek-R1 提煉出的密集模型。

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

25.5M 4 週前

29 個標籤

自述檔案

DeepSeek 的第一代推理模型，在數學、程式碼和推理任務中實現了與 OpenAI-o1 相提並論的效能。

模型

DeepSeek-R1

ollama run deepseek-r1:671b

精煉模型

DeepSeek 團隊已證明，較大模型的推理模式可以提煉到較小模型中，與透過在小型模型上進行 RL 發現的推理模式相比，可以產生更好的效能。

以下是透過針對研究社群廣泛使用的幾個密集模型，使用 DeepSeek-R1 產生的推理資料進行微調而建立的模型。評估結果表明，精煉後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

授權條款

模型權重根據 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，為了訓練其他 LLM 而進行的提煉。請注意，

Qwen 精煉模型衍生自 Qwen-2.5 系列，最初根據 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，最初根據 llama3.1 授權條款授權。

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