分享
DeepSeek R1（README）
输入“/”快速插入内容
DeepSeek R1（README）
模型介绍
DeepSeek R1 是一款由 DeepSeek AI 开发的开源大型语言模型（LLM），是 DeepSeek AI 在其 DeepSeek-V3 基础上的进一步发展，专注于推理任务。旨在提升数学、编码和一般推理能力，特别适合需要复杂推理的应用场景。
它采用 Mixture of Experts (MoE) 架构，总参数为 6710 亿，激活参数为 370 亿，每次仅激活部分参数以提高计算效率。以下是架构相关细节的表格：
模型
架构细节
上下文长度
总参数数
激活参数数
DeepSeek-R1
MoE，
基于 DeepSeek-V3-Base
128,000
6710 亿
370 亿
这种设计使模型能够在保持高性能的同时，降低计算资源需求，特别适合需要实时推理的应用程序。
模型的训练结合了强化学习和监督微调，先通过 RL 开发推理能力，再通过 SFT 改善输出可读性和连贯性。这种方法解决了早期版本（如 DeepSeek R1-Zero）中存在的可读性和语言混合问题。
除了主模型，DeepSeek 还提供了基于 Qwen 和 Llama 的蒸馏版本，尺寸从 15 亿到 700 亿参数不等，适合不同计算需求的开发人员，这为资源有限的团队提供了更多选择。DeepSeek R1 在多个基准测试中表现出色，例如 MATH-500 达到 97.3% 的通过率，CodeForces 评分为 2029，接近 OpenAI o1 的水平。蒸馏版本如 Qwen-32B 和 Llama-70B 也表现出色，适合资源有限的场景。
📌
关键引用：
•
DeepSeek R1 GitHub 仓库详细介绍
•
DeepSeek API 文档和定价信息
•
Medium 文章：DeepSeek R1 架构与部署指南
•
DataCamp 博客：DeepSeek R1 特性与 o1 比较
快速阅览
我们团队在文档不同的位置进行了详细的介绍，您可以点击进入并查看具体的技术文档。
☑️
实际
评测
⭐️
DeepSeek-R1-
0528
模型评测流程与完整测评报告（课件）
⭐️
DeepSeek-R1-0528模型编程问题测试（课件）
◦
比肩Claude 4，拥有强悍MCP性能！最强开源大模型DeepSeek R1 0528性能评测与深度解读（视频）
◦
DeepSeek-R1-0528重大升级！新功能介绍与性能评测（视频）
◦
DeepSeek R1全面解析！小尺寸推理模型企业可本地部署（视频）
◦
DeepSeek R1开源情况介绍+模型组基本情况介绍（视频）
◦
零基础揭秘DeepSeek R1训练流程！多阶段GRPO强化学习训练技术揭秘！（视频）
☑️
部署调用
🔥
大模型配置硬件参考自查表！！（点我点我）
◦
万元服务器运行满血DeepSeek！全网最全低成本部署方案+硬件采购避坑指南！（视频）
⭐️
DeepSeek R1 API接入指南（课件）
◦
DeepSeek R1 API调用实战｜自动编程、自动机器学习项目入门实战（视频）
⭐️
DeepSeek R1本地部署与调用方法（课件）
◦
DeepSeek R1&蒸馏模型本地部署指南丨DeepSeek R1离线调用（视频）
⭐️
DeepSeek R1 + Open-Webui多功能
企业级部署
实战（课件）
⭐️
独家
KTransformers
技术实战！(课件)
◦
独家
KTransformers
技术实战！单卡4090运行DeepSeek满血版（视频）
⭐️
Unsloth
R1动态量化部署方案（课件）
◦
最低0显存，独家Unsloth动态量化部署满血DeepSeek（视频）
⭐️
Ktransformers+Unsloth联合部署方案实践（课件）
◦
60G内存+14G显存！！KTransformers部署Unsloth动态量化DeepSeek R1满血模型（视频）
☑️
进阶之路
1、模型蒸馏
⭐️
DeepSeek R1模型蒸馏入门实战（课件）
⭐️
DeepSeek R1蒸馏模型部署与调用（课件）
⭐️
DeepSeek-R1蒸馏1.5B Qwen模型调用流程（课件）
◦
模型蒸馏快速入门丨从零训练DeepSeek R1 Distill模型（视频）
2、高效微调
⭐️
DeepSeek R1高效微调入门（课件）