DeepSeek 的第一代推理模型,在數學、程式碼和推理任務方面,效能可與 OpenAI-o1 相媲美,包括六個從 DeepSeek-R1 基於 Llama 和 Qwen 提煉出的密集模型。

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

25.5M 4 週前

Readme

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 相媲美。

模型

DeepSeek-R1

ollama run deepseek-r1:671b

提煉模型

DeepSeek 團隊已證明,大型模型的推理模式可以提煉到較小的模型中,相較於透過強化學習在小型模型上發現的推理模式,可以產生更好的效能。

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。評估結果表明,提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 提煉模型衍生自最初根據 Apache 2.0 授權條款授權的 Qwen-2.5 系列,現在使用 DeepSeek-R1 精選的 80 萬個樣本進行微調。

Llama 8B 提煉模型衍生自最初根據 llama3.1 授權條款授權的 Llama3.1-8B-Base。

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