DeepSeek R1Μια ανοιχτή πηγαία γλώσσα μεγάλων μοντέλων, το οποίο ξεχωρίζει σε θέματα απόψεως, μαθηματικών υπολογισμών, και κώδικα με άδεια MIT για δωρεάν χρήση και τροποποίηση.

Το DeepSeek R1 είναι ανοιχτό πηγαίο μεγάλος γλωσσικός μοντέλος που επιτυγχάνει εξαιρετικές επιδόσεις στις συναρτήσεις λόγου, τα μαθηματικά και την προγραμματισμό. Είναι επεισκόπησης ενός συστήματος Εμπειρίας (MoE) με 37 δισεκατομμύρια ενεργά διανύσματα και 671 δισεκατομμύρια συνολικά διανύσματα, υποστηρίζοντας μήκος κειμένου έως και 128.000 χαρακτήρες. Το μοντέλο ενσωματώνει προηγμένες τεχνικές εκπαίδευσης ενισχύσεως για να επιτύχει αυτοπιστοποίηση, πολλαπλή ανύψωση και αληνίσκευση οριζόντιας ανδρικής ουσίας. Το DeepSeek R1 έχει επιτύχει εξαιρετικές εκτεταμένες απόδοσες στα διάφορα β Benchmarks, μεταξύ των οποίων 97,3% ακρίβειας στο ΜΑΘ-500, τα 79,8% ρυθμού επιτυχίας στο AIME 2024, και υπερέχει από την απόδοση 96,3% των συμμετεχόντων στο Codeforces. Το μοντέλο είναι διαθέσιμο σε ποικίλες παραλλαγές, από 1,5B έως 70B διανύσματα, και είναι αδειοδοτήσιμο υπό την άδεια MIT για ελεύθερη χρήση και τροποποίηση. Το DeepSeek R1 μπορεί να χρησιμοποιηθεί online δωρεάν, και μια εκδοση εξολομενούς WebGPU μπορεί να τρέξει.local σε ένα π瀏ήματος. Το μώδιο σχεδιασμένο για την επίλυση σύνθετων προβλημάτων, την πανlingual επίγνωση και την παραγωγή προδιαγραμμένων κωδικών. Τα πλεονεκτήματα του περιλαμβάνουν εξαιρετική μαθηματική διανοητική ικανότητα, ανάπτυξη κωδικών και δυνατότητες κατανόησης φυσικής γλώσσας. Ωστόσο, ως ανοιχτού κώδικα μώδιο, μπορεί να απαιτεί επαγγελματική εξειδίκευση για την υλοποίηση και τυποποίηση για συγκεκριμένες用επιστήμονες μελέτη . Το DeepSeek R1 βρίσκεται μεταξύ των επτάχων AI μοντέλων παγκοσμίως, με δυνατότητες που μπορούν να συγκριθούν με τις πρωτοποριακές ιδιόκτητες λύσεις. Η ανοιχτή πηγή του επιτρέπει την ενομοσύνη οδηγούμενη ανάπτυξη και συνεχείς αναβαθμίσεις, συμπεριλαμβανομένης της σχεδιαστικής υποστήριξης του πολυμόδας, της βελτίωσης της συζήτησης και της προώθησης της επανεκτίμησης στην κατανομή. Το μοντέλο έχει αναπτυγμένη με απόλυτη εκπαίδευση αναγκαιότητας, η οποία του επιτρέπει να εξασφαλίσει επίπεδο μαθηματικών επιδόσεων GPT-4 με σημαντικά χαμηλότερη χρέωση. Η ικανότητα αναπαράστασης της σκέψης-σειράς αντιμετωπίζει τις προκλήσεις του " Schwartz-ασβήστου καλούμπιου" της IA, παρέχοντας στοιχειώδεις απόψεις για το τρόπο διαλογισμού του μοντέλου. Η API της_deepseek R1 παρέχει έναν πύλες εξόδου συμβατό με την OpenAI για την ενσωμάτωση, με κόστος $0.14 ανά εκατομμύριο τokens. Τα βάρδια του μοντέλου είναι ανοιχτού κώδικα, επιτρέποντας τη διαδικασία και την τροποποίηση για εμπορική χρήση.