- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习与python
图解 DeepSeek-R1
作者 | JAY ALAMMAR 译者 | 王强 策划 | Tina DeepSeek-R1 是人工智能稳步发展过程中最新的一记强音。 内容： 回顾：如何训练 LLM DeepSeek-R1 训练配方 1- 长链推理 SFT 数据 2- 暂用高质量推理 LLM（但在非推理任务中表现较差）。 1回顾：LLM 的训练方式 与大多数现有 LLM 一样，DeepSeek-R1 一次生成一个 token，但它更擅长解决数学和推理问题，因为它能够花更多时间，通过生成解释其思维链的思考 token 来处理问题 2DeepSeek-R1 训练配方 DeepSeek-R1 遵循这个通用配方。 6架构 就像 GPT2 和 GPT 3 诞生之初时的那些模型一样，DeepSeek-R1 是 Transformer 解码器块的堆栈。它由 61 个 Transformer 解码器块组成。
37410编辑于 2025-02-18 - 来自专栏喔家ArchiSelf
解读DeepSeek-R1
DeepSeek-R1 并不是从零开始训练的。它从一个比较强大LLM （DeepSeek-V3-base）开始，进而成为一个推理大模型。 * DeepSeek-R1 输出： 对于每个样本，来自教师模型 (DeepSeek-R1) 的输出被用作学生模型的目标。 * 监督微调 (SFT) : 学生模型 (例如，Qwen-1.5 B，美洲驼 -14B) 在这 80 万个样本上进行微调，以匹配 DeepSeek-R1 的输出。 * 蒸馏后的模型： 学生模型现在被提炼成更小的版本，但保留了 DeepSeek-R1 的大部分推理能力。 结果就是得到了一个更小、更快、具有良好推理能力的模型，可以进行部署。 5. 【参考资料与关联阅读】 https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf DeepSeek-R1: Incentivizing
78420编辑于 2025-02-25 - 来自专栏架构进阶
DeepSeek-R1深度思考
相比于官方示例发布时的回答，现在的DeepSeek-R1分析更加详尽，也给出了关键推导以及证明过程。 CoT的详尽介绍可以阅读论文：Chain-of-Thought Prompting Elicits Reasoningin Large Language Models 四 DeepSeek-R1中的CoT 另外，DeepSeek-R1（论文中指DeepSeek-R1-Zero）无需依赖任何监督微调数据即可实现强大的推理能力，其充分验证了该模型仅通过强化学习（Reinforcement Learning, DeepSeek-R1 蒸馏模型：Distilling Reasoning Capabilities from DeepSeek-R1 to Smaller Model。 论文地址：https://github.com/deepseek-ai/DeepSeek-R1，主要内容：将 DeepSeek-R1 的推理能力蒸馏到更小的模型（如 Qwen 和 Llama 系列），蒸馏后的模型在多个基准测试中表现优异
62810编辑于 2025-03-03 DeepSeek-R1源码解读
最近和开发者做了很多DeepSeek-R1模型相关的推理项目，这两天抽时间把hugging face上面的源码拉下来仔细看了一遍，在这里做一个分享。主要是解析MOE部分的代码，包括EP并行的代码实现。 DeepSeek-R1的gate代码如下（可以复制运行）：import numpy as np import torch import mathimport warningsfrom typing 以上就是DeepSeek-R1 MOE模块的代码实现解析，大家还有什么问题呢？欢迎讨论！
47010编辑于 2025-06-20- 来自专栏芋道源码
聊聊DeepSeek-R1的技术路径
/tree/main DeepSeek-R1本质上给出了模型训练中的长链推理，或复杂推理问题的一种可行路径。 DeepSeek-R1的训练路径是非常简洁的，这和DeepSeek-V2和V3模型积累的训练经验积累存在非常大的关系。 论文中用一句话概括了整体训练过程，我们先放一下原文： we introduce DeepSeek-R1, which incorporates a small amount of cold-start DeepSeek-R1的实验有很多贡献，我们列出文章中列出来的： 1.跳过SFT直接使用GRPO做RL，效果一样很好（或者说，只进行冷启动阶段的几千条数据的SFT）。 由于Zero模型的游走随机性比较强，不少问题的推理有可读性差的问题，因此DeepSeek额外训练了DeepSeek-R1模型。
30200编辑于 2025-03-06 免费使用DeepSeek-R1模型？？？
我这里不演示了） 进入软件点击左下角设置,模型选择硅基流动填入秘钥 点击下方管理添加DeepSeek-R1模型，这样就配置完成了 我们来用这个24点扑克游戏题验证一下是不是真正的DeepSeek-R1模型
17310编辑于 2025-07-14- 来自专栏自然语言处理
DeepSeek-R1复现方案梳理
它很简单，因为只使用了基于规则的奖励，该方法与DeepSeek-R1中使用的方法几乎相同，只是代码当前使用的是 PPO 而不是 GRPO。 RAGEN 项目地址:https://github.com/ZihanWang314/RAGEN RAGEN 是 DeepSeek-R1 在 AGENT 训练上的第一个开源复现版。 RAGEN 是用于训练智能体模型的 DeepSeek-R1 (-Zero) 方法的首次复现，主要在gym-sokoban（传统的推箱子游戏）任务上进行训练。 bespokelabs/Bespoke-Stratos-17k：对伯克利 Sky-T1 数据的复制，使用 DeepSeek-R1 创建了一个包含问题、推理过程和答案的数据集。 参考资料 Deepseek R1 最新复现进展 deepseek-r1开源复现方法整理
65410编辑于 2025-02-13 - 来自专栏学习成长指南
DeepSeek-R1使用生存指南
下面的这个是DeepSeek和open-AI的对比，足以可见Deepseek的强大之处；
26610编辑于 2025-02-24 - 来自专栏人工智能
【Deepseek】DeepSeek-R1训练方式分析
2.引入冷启动数据的RL模型DeepSeek-R1尽管DeepSeek-R1-Zero取得了优异的性能,但也存在着输出可读性差、语言混用等问题。 具体来说,DeepSeek-R1的训练分为四个阶段:1)冷启动阶段：收集数千条长推理链数据,在此基础上对预训练语言模型进行微调,作为后续RL的起点。 3.基于RL蒸馏的高效推理模型为了进一步将DeepSeek-R1的推理能力赋予更高效的小模型,研究者也探索了基于RL的知识蒸馏方法。 以下为蒸溜结果总的来说,DeepSeek-R1研究全面探索了RL在提升语言模型推理能力上的应用。 DeepSeek-R1已经在这条道路上迈出了坚实的一步。
72610编辑于 2025-02-12 - 来自专栏猫头虎博客专区
什么是DeepSeek-R1？如何入门DeepSeek-R1？手机端和网页端使用攻略
什么是DeepSeek-R1？如何入门DeepSeek-R1？手机端和网页端使用攻略 一、DeepSeek-R1是什么？ 1.1 定义与核心定位 DeepSeek-R1是由中国人工智能公司深度求索（DeepSeek）推出的新一代AI智能助手，定位于多场景生产力工具。 解释量子纠缠现象", temperature=0.7, max_tokens=500 ) 工作区管理：创建多个独立对话空间（适合多项目并行处理） 五、进阶资源推荐 5.1 官方学习渠道 DeepSeek-R1 文档中心（含70+个案例库） 结语 通过本文，您已掌握DeepSeek-R1的核心功能与跨平台使用技巧。 更新日期：2024年3月 | 当前版本：DeepSeek-R1
1.4K10编辑于 2025-03-07 - 来自专栏设计模式
DeepSeek-R1的创新与局限
DeepSeek-R1系列模型，通过大规模强化学习和多阶段训练来提高LLMs的推理能力和模型不足的地方。 训练方式 DeepSeek-R1是如何训练？分为以下三步： DeepSeek-R1-Zero：该模型直接对基础模型进行强化学习训练，不依赖任何监督微调数据。 DeepSeek-R1：该模型在DeepSeek-R1-Zero的基础上，引入冷启动数据和多阶段训练管道。 又让回答更通顺易懂 蒸馏：从DeepSeek-R1中蒸馏推理能力到更小的密集模型。 多阶段训练管道：DeepSeek-R1引入了一个包含两个RL阶段和两个SFT阶段的多阶段训练管道，旨在发现改进的推理模式并符合人类偏好。
41510编辑于 2025-02-26 - 来自专栏编程杂记
【Deepseek】DeepSeek-R1诞生过程
2.引入冷启动数据的RL模型DeepSeek-R1 尽管DeepSeek-R1-Zero取得了优异的性能,但也存在着输出可读性差、语言混用等问题。 具体来说,DeepSeek-R1的训练分为四个阶段: (1)冷启动阶段:收集数千条长推理链数据,在此基础上对预训练语言模型进行微调,作为后续RL的起点。 3.基于RL蒸馏的高效推理模型 为了进一步将DeepSeek-R1的推理能力赋予更高效的小模型,研究者也探索了基于RL的知识蒸馏方法。 以下为蒸溜结果 总的来说,DeepSeek-R1研究全面探索了RL在提升语言模型推理能力上的应用。 实验表明,DeepSeek-R1在AIME、MATH等推理类任务上达到了与OpenAI的o1-1217模型相媲美的水准,充分证明了这套训练流程的有效性。
32710编辑于 2025-02-13 - 来自专栏灵墨AI探索室
快速入门 DeepSeek-R1 大模型
国内最新的神级人工智能模型已经正式发布，没错，它就是备受瞩目的DeepSeek-R1大模型。今天，我们将对DeepSeek进行一个简单的了解，并探索如何快速使用和部署这个强大的工具。 ollama run deepseek-r1 当然，你可以选择启动的模型参数。 目前有如下可选择： ollama run deepseek-r1:1.5bollama run deepseek-r1:7bollama run deepseek-r1:8bollama run deepseek-r1 :14bollama run deepseek-r1:32bollama run deepseek-r1:70b 参数越大，模型效果越好。 总结 总之，DeepSeek-R1大模型凭借其强大的性能和开源优势，为开发者带来了前所未有的机遇。无论是通过API快速接入，还是借助Ollama在本地部署，都能轻松实现智能化升级。
1.4K30编辑于 2025-02-04 - 来自专栏码农编程进阶笔记
什么是DeepSeek-R1蒸馏模型？
除了DeepSeek-R1，该团队还共同发布了许多其他型号 DeepSeek-R1-Zero：DeepSeek-R1的原始版本，会犯错，但更有创意 DeepSeek-R1-Distill-Qwen系列： 您可以在下面的帖子中了解整个过程： 什么是DeepSeek-R1蒸馏模型？ DeepSeek-R1蒸馏模型是通过蒸馏过程创建的较大DeepSeek-R 1模型的更小、更高效的版本。 由于DeepSeek-R1模型的尺寸巨大，即671B个参数，它不可能在消费级设备上运行，因此是蒸馏模型。 蒸馏模型旨在保留DeepSeek-R1发现的强大推理模式，即使它们的参数较少。 如何使用DeepSeek-R1蒸馏模型？
69600编辑于 2025-04-26 - 来自专栏清羽飞扬
windows本地部署DeepSeek-R1模型
好的，下面是一个更加官方且规范的版本： 前期要求 硬件要求 在本地部署DeepSeek-R1模型之前，请确保你的电脑的硬件符合以下要求： 处理器：支持x86_64架构的Intel或AMD处理器。 个人要求 为确保能够顺利完成DeepSeek-R1模型的部署，建议具备以下个人技能： 命令行基础：能够理解并处理命令行中的错误信息，具备基本的调试能力，能够定位并解决常见的配置问题。 首先拉取deepseek的模型，有如下几种选择，请按照电脑要求自行选择： ollama pull deepseek-r1:1.5b # 轻量化选择 ollama pull deepseek-r1: 在这里我还是不推荐，如果有兴趣可以自行下载，链接如下： 引用站外地址，不保证站点的可用性和安全性 ChatWise The second fastest AI chatbot 总结 本次部署过程相对简单，deepseek-r1 对于需要快速响应、低延迟的应用场景，deepseek-r1:7b无疑是一个理想的选择。 随着技术的不断发展，相信会有更多的开发者探索并扩展其应用场景，创新出更多有趣且实用的玩法。
1.1K10编辑于 2025-02-09 - 来自专栏全栈开发日记
本地部署DeepSeek-R1大模型
高精度专业领域任务 16核以上 64GB+ 30GB+ 24GB+ 70B 科研机构进行高复杂度生成任务 32核以上 128GB+ 70GB+ 多卡并行，至少40GB 我的电脑是4070ti所以选择了 deepseek-r1 下载DeepSeek模型 （根据需求选择模型版本，如deepseek-r1:7b、deepseek-math-7b等） ollama pull deepseek-r1:7b 注：首次下载需等待模型文件拉取 启动模型服务 （根据需求选择模型版本，如deepseek-r1:7b、deepseek-math-7b等） ollama run deepseek-r1:7b • 看到 >>> Send a message def ask_ai(prompt): url = "http://localhost:11434/api/generate" data = { "model": "deepseek-r1 删除模型 ollama rm deepseek-r1:7b 4. 性能调优 • 增加GPU支持：安装CUDA驱动后，启动时添加 --gpu 参数。
1.9K10编辑于 2025-02-10 - 来自专栏JavaEdge
DeepSeek-R1真算得上开源吗？
直到上周，DeepSeek 发布 [DeepSeek-R1]模型，瞬间引爆互联网（甚至影响了股市！）。 除了性能达到或超越 o1 之外，DeepSeek-R1 的发布还附带了详细的技术报告，揭示了其训练方法的关键步骤。 本文深入探讨 DeepSeek-R1 的核心要素、计划复现的部分，及如何参与 Open-R1 项目。 2 他们是如何做到的？ DeepSeek 推出了两个模型：DeepSeek-R1-Zero 和 DeepSeek-R1，分别采用不同的训练方法。 这就是 DeepSeek-R1 的改进之处。它通过"冷启动"阶段在小规模精编数据上进行微调，提升回答的清晰度和可读性。
27310编辑于 2025-06-01 - 来自专栏区块链
DeepSeek-R1 的本地部署指南推荐
區塊鏈周刊（Blockchain Weekly）介绍，DeepSeek-R1 是一款强大的人工智能模型，通过本地部署，你可以在自己的设备上运行它，获得更个性化、更安全的使用体验。 本指南将以通俗易懂的方式，一步一步地指导你完成 DeepSeek-R1 的本地部署。
70300编辑于 2025-07-15 DeepSeek-R1本地部署指南
二、模型部署（一）依据硬件精准选型打开Ollam[4]a 模型库[5] ，你会看到丰富多样的 DeepSeek-R1 模型版本，如 1.5B、7B、32B 等。 打开终端或 CMD 命令窗口，输入对应的运行指令：若选择 1.5B 版本，输入 ollama run deepseek-r1:1.5b 。 若选择 7B 版本，输入 ollama run deepseek-r1:7b 。我 Mac 选择的是这个。若选择 8B 版本，输入 ollama run deepseek-r1:8b 。 若选择 32B 版本，输入 ollama run deepseek-r1:32b 。 模型选择：从模型列表中选择与你本地部署的 DeepSeek-R1 模型版本对应的选项，如果没有直接匹配项，选择支持自定义模型配置的入口。
1K10编辑于 2025-08-26- 来自专栏码匠的流水账
android手机安装deepseek-r1:1.5b
序本文主要展示一下如何在android手机上安装deepseek-r1:1.5b步骤安装termux到https://termux.dev/cn/index.html去下载然后执行termux-setup-storage /ollama serve &下载deepseek-r1:1.5b. /ollama run deepseek-r1:1.5b --verbose安装AI客户端chatbox到https://chatboxai.app/zh去下载android版本之后去设置那里，选择模型提供方为
81510编辑于 2025-02-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号