跳到正文

DeepSeek-R1

以大规模强化学习训练的开源推理模型

访问官网

DeepSeek-R1 是什么

DeepSeek-R1 被介绍为 DeepSeek 团队推出的第一代推理模型,通过大规模强化学习训练,无需监督微调即可展现推理能力。资料称其在数学、代码和推理任务上的表现与 OpenAI-o1 相当。

你可以用它做什么

  • 处理数学解题、代码生成与自然语言理解任务
  • 按规模需求选择不同版本的蒸馏模型
  • 使用开源代码与模型权重开展研究
  • 按许可进行商业使用、二次开发与模型蒸馏

上手流程

  • 访问 DeepSeek-R1 的 GitHub 页面
  • 根据需求选择主模型或蒸馏版本
  • 用 vLLM 或 SGLang 等开源工具启动模型服务
  • 配置温度、上下文长度等参数以优化推理效果

模型说明

  • 蒸馏模型基于 Llama 和 Qwen 系列构建
  • 训练采用大规模强化学习,不依赖监督微调
  • 提供开源代码和模型权重供研究与开发使用
  • 资料说明支持商业使用与修改、二次开发

优点与缺点

✓ 我们认可的地方

  • 列出数学解题、代码生成与自然语言理解等能力
  • 允许修改、二次开发以及模型蒸馏

! 需要留意的地方

  • 启动模型服务需借助 vLLM 或 SGLang 等开源工具
  • 推理效果依赖温度、上下文长度等参数配置

常见问题

模型是怎么训练的?

资料说明通过大规模强化学习训练,无需监督微调。

权重开放吗?

资料列出开源代码与模型权重,支持商业使用和二次开发。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法