deepseek-r1

DeepSeek 的第一代推理模型，效能與 OpenAI-o1 相近，包含六個從 DeepSeek-R1 基於 Llama 和 Qwen 蒸餾出的密集模型。

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

25.5M 4 週前

29 個標籤

Readme

DeepSeek 的第一代推理模型，在數學、程式碼和推理任務中，效能與 OpenAI-o1 相近。

模型

DeepSeek-R1

ollama run deepseek-r1:671b

蒸餾模型

DeepSeek 團隊已證明，大型模型的推理模式可以被蒸餾到小型模型中，相較於小型模型透過強化學習 (RL) 發現的推理模式，能產生更好的效能。

以下是透過微調針對研究社群廣泛使用的幾個密集模型，並使用 DeepSeek-R1 產生的推理資料所建立的模型。評估結果顯示，蒸餾出的小型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，為了訓練其他 LLM 而進行的蒸餾。請注意

Qwen 蒸餾模型衍生自 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 萬個樣本進行微調。

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

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