DeepSeek-R1 开源推理模型

能做什么

• 推理模型：提供 DeepSeek-R1-Zero（纯强化学习训练，无监督微调）和 DeepSeek-R1（引入冷启动数据后强化学习），官方称在数学、代码和推理任务上性能可与 OpenAI-o1 相比。
• 开源权重：公开 DeepSeek-R1-Zero、DeepSeek-R1（均为 671B 总参数 / 37B 激活参数，上下文长度 128K）以及六个基于 Llama 和 Qwen 的蒸馏稠密模型（1.5B、7B、8B、14B、32B、70B）。
• 蒸馏模型：官方说明蒸馏模型由 DeepSeek-R1 生成的数据微调得到，可在下游任务中使用。
• 在线体验与 API：提供 DeepSeek 官网聊天入口（开启 DeepThink 按钮）和 OpenAI 兼容 API 平台。

适用场景

• 需要开源推理模型进行数学、代码和逻辑推理相关研究或应用。
• 希望在本地部署 DeepSeek-R1 系列模型（包括完整版或蒸馏版）。
• 需要对小参数模型进行蒸馏或微调研究。

使用条件与限制

• 完整版 DeepSeek-R1 本地运行需参考 DeepSeek-V3 仓库，官方说明 Hugging Face Transformers 尚未直接支持。
• 蒸馏模型可像 Qwen 或 Llama 模型一样使用，官方给出 vLLM 和 SGLang 的启动示例。
• 官方推荐温度 0.5-0.7，建议 0.6；建议避免系统提示，将指令放入用户提示；数学问题建议加上“逐步推理并将最终答案放入 \boxed{}”等指令；建议在输出开头强制加入 `
• 官方说明模型在某些查询中可能跳过思考模式（输出 `
• 代码仓库和模型权重采用 MIT 许可证，支持商业使用和修改衍生，但部分蒸馏模型衍生自 Qwen（Apache 2.0）或 Llama（Llama 3.1/3.3 许可证），需遵循对应基础模型的许可条款。