DeepSeek-R1-Distill-Llama-70B
DeepSeek-R1-Distill-Llama-70B 是 DeepSeek 发布的约 70B 参数稠密推理模型。它以 Llama-3.3-70B-Instruct 为基础,使用 DeepSeek-R1 生成的样本进行微调,是 R1 蒸馏模型系列的一员,而非完整的 DeepSeek-R1 模型。(github.com)…
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
DeepSeek-R1-Distill-Llama-70B 是 DeepSeek 发布的约 70B 参数稠密推理模型。它以 Llama-3.3-70B-Instruct 为基础,使用 DeepSeek-R1 生成的样本进行微调,是 R1 蒸馏模型系列的一员,而非完整的 DeepSeek-R1 模型。(github.com)…
DeepSeek-R1-Distill-Qwen-32B 是 DeepSeek 发布的约 320 亿参数稠密推理模型,以 Qwen2.5-32B 为基础,使用 DeepSeek-R1 生成的样本进行微调。官方开放了模型权重,模型卡标注许可证为 MIT。(github.com) 模型面向文本生成和推理,可用于数学问题求解、代码生成与分析、问答及研究实验。官方评测报告了数学、科学问答和编程基准成绩;实…
DeepSeek-R1-Distill-Qwen-14B 是 DeepSeek 发布的推理型文本生成模型,以 Qwen2.5-14B 为基础,使用 DeepSeek-R1 生成的样本进行蒸馏和微调。官方开放了模型权重,模型卡标注 MIT 许可证。(github.com) 模型面向数学、编程和其他需要多步推理的文本任务,可用于推理研究、问答和本地部署。官方报告中,该型号在 AIME…
DeepSeek-R1-Distill-Llama-8B 是 DeepSeek 发布的约 80 亿参数推理蒸馏模型。它以 Llama 3.1 8B 为基础,使用 DeepSeek-R1 生成的样本进行微调;它不是完整的 DeepSeek-R1 大模型。(github.com) 模型面向文本推理,可用于数学解题、代码相关任务及推理研究。官方报告中,该型号的 AIME 2024 pass@1 为 50…
DeepSeek-R1-Distill-Qwen-7B 是 DeepSeek 发布的约 70 亿参数级稠密推理模型,基于 Qwen2.5-Math-7B,使用 DeepSeek-R1 生成的样本进行微调。它是 R1 蒸馏系列的一个独立模型,并非完整的 DeepSeek-R1。(github.com) 模型面向数学、代码和自然语言推理等文本任务,可用于解题、编程辅助及推理研究。官方评测中,该模型在…
DeepSeek-R1-Distill-Qwen-1.5B 是 DeepSeek 发布的约 15 亿参数级推理蒸馏模型,以 Qwen2.5-Math-1.5B 为基础,使用 DeepSeek-R1 生成的样本进行微调。模型权重已公开,模型卡标注 MIT 许可证。(github.com) 模型面向文本生成和推理,可用于数学问题求解、编程辅助及推理实验,也可下载权重进行本地部署和研究。官方评测中,该型…
DeepSeek-R1-Zero 是 DeepSeek 的推理型大语言模型,基于 DeepSeek-V3-Base,在未先进行监督微调的情况下,通过大规模强化学习训练。它与后续的 DeepSeek-R1 是不同版本。(huggingface.co) 模型面向复杂推理,可用于数学问题、代码和推理方法研究。官方模型卡列出其总参数量为 671B、每次激活参数量为 37B、上下文长度为 128K;模型权重…
DeepSeek-R1 是 DeepSeek 发布的第一代推理模型,面向数学、编程和自然语言推理等任务。官方于 2025 年 1 月 20 日正式发布该模型,同步开放模型权重并推出 API;这里记录的是官方首发日,而非月底占位日期。(api-docs.deepseek.com) 后训练阶段使用大规模强化学习,可用于复杂问题求解、代码辅助和研究;首发 API 提供思维链输出。官方称其在数学、代码和推…