- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI工程落地
DeepSeek R1推理
模型结构 DeepSeek R1和DeepSeek V3的模型结构一致，参数量也一致，R1是基于V3做强化学习得来的。R1主要的创新点都用在训练过程，推理过程和V3是一样的。 Huawei Ascend NPU: 支持在华为Ascend设备上运行DeepSeek-V3。 with LMDeploy · Issue #2960 · InternLM/lmdeploy 蒸馏模型推理 DeepSeek官方还使用Qwen、Llama等小模型，基于DeepSeek R1做蒸馏， 目前大多数云计算产商和第三方公司声称支持DeepSeek R1，运行的都是蒸馏版本。 蒸馏模型的结构和运行方式和原模型（Qwen、Llama）一致，运行方式也按照Qwen、Llama即可。 以Qwen蒸馏模型为例，用vLLM运行只需要如下命令： vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B --tensor-parallel-size
3K31编辑于 2025-03-07 - 来自专栏AI工程落地
DeepSeek R1专家并行
混合专家Moe原理DeepSeek R1和V3一样，采用混合专家，模型结构图如下：混合专家相当于Transformer结构中的FFN，R1每一层网络有1个共享专家（shared expert）、256个路由专家 DeepSeek R1的专家并行实现可以参考ColossalAI：https://github.com/hpcaitech/ColossalAI/blob/main/colossalai/shardformer DeepSeek开源了专家做负载均衡的代码：deepseek-ai/EPLB: Expert Parallelism Load Balancer。 参考资料DeepSeek V3：DeepSeek-V3/DeepSeek_V3.pdf at main · deepseek-ai/DeepSeek-V3DeepSeek R1：DeepSeek-R1/ DeepSeek_R1.pdf at main · deepseek-ai/DeepSeek-R1vLLM：vllm/vllm/model_executor/models/deepseek_v2.py
1.5K21编辑于 2025-09-26 - 来自专栏AI智韵
DeepSeek R1满血版测评
今天我用了三个版本的DeepSeek R1来回答同一个问题。三个版本分别：FB8、Q4量化、元宝满血版。大家可以评一评哪个回答更好。 问题 人工智能的三驾马车：算力、模型、数据。 同时，提到DeepSeek的成功案例，具体说明他们是如何优化数据流程的，但用户没有提供细节，可能需要假设或一般性描述。 DeepSeek在多步推理和复杂场景中的优异表现，正是源于其构建的知识图谱数据将离散信息转化为逻辑链条的能力证明。 DeepSeek团队披露的创新实践颇具启示：通过构建动态评估-反馈机制，让标注过程本身成为模型迭代的正向循环。 一、数据困境：被遗忘的智能基石 2023年DeepSeek大模型横空出世，其代码生成能力超越GPT-4的表现震惊业界。
44210编辑于 2025-02-26 - 来自专栏自然语言处理
图解DeepSeek R1训练流程
来源：Deepseek R1 论文解读-chance10010 链接：https://www.bilibili.com/opus/1030715086492139523? 引入DeepSeek-R1模型 多阶段训练 & 冷启动数据: 解决DeepSeek-R1-Zero的可读性和语言混合问题。 冷启动数据收集: 通过少量提示和模型自生成答案，微调DeepSeek-V3-Base模型作为RL起点。 3. 论文实验 DeepSeek-R1 评估 基准测试: MMLU、C-Eval、SWE-Bench Verified、Codeforces等。 与其他模型比较: DeepSeek-V3, Claude-Sonnet-3.5, GPT-4o, OpenAI-o1-mini等。
62310编辑于 2025-02-08 本地部署DeepSeek R1大模型
1.2 安装cherry studio 前往官网https://cherry-ai.com/download下载对应操作系统的安装包 1.3 下载deepseek R1本地模型 直接前往Ollama官网 老周这里让 DeepSeek 帮我推荐使用哪个参数的模型。 run deepseek-r1:8b） 接下来可能有点慢，测你家网速的时候到了。 下载完成后，你已经可以直接使用Deepseek R1这个大模型了。不过，为了让大家有更好的体验，我特别推荐使用Cherry Studio这个工具。 如果出现对话说明本地部署DeepSeek R1大模型成功了。如果出现404啥的说明你没有配置对API地址，检查下面这两个操作是否配置对了。
63410编辑于 2025-11-20- 来自专栏Linux运维技术之路
DeepSeek V3、DeepSeek R1 、 DeepSeekLLM版本区别
特性 DeepSeek V3 DeepSeek R1 DeepSeekLLM 含义 高性能信息检索和自然语言处理模型，适用于大规模应用 针对特定任务优化的轻量级模型，适用于中小型企业 专为大规模语言生成任务设计 ，适用于对话系统和生成任务 模型名称 DeepSeek V3 DeepSeek R1 DeepSeekLLM 模型大小 1.5B、7B、8B、14B、32B、70B、671B 1.5B、7B、8B、14B DeepSeek V3: • 适合处理大规模信息检索任务，支持不同参数规模的模型（从 1.5B 到 671B）。 DeepSeek R1: • 轻量级优化版本，主要针对低资源消耗和高推理速度设计。 • 对于 1.5B 和 7B 的模型，适合中小型企业，硬件需求相对较低。 • 对于轻量级模型（如 Deepseek R1 的 1.5B），Python 3.7+ 也可满足需求。
19.1K42编辑于 2025-02-08 - 来自专栏Datawhale专栏
DeepSeek R1 Zero中文复现教程来了！
/unlock-deepseek），欢迎关注和 star！ 各位同学好，我是来自 Unlock-DeepSeek 开源项目团队的骆师傅。 先说结论，我们（Datawhale X 似然实验室）使用 3 张 A800(80G) 计算卡，花了 20 小时训练时间，做出了可能是国内首批 DeepSeek R1 Zero 的中文复现版本，我们把它叫做 Datawhale-R1，用于 R1 Zero 复现教学。 当然，直接询问 DeepSeek 可能是更快的方式。
3.6K20编辑于 2025-02-07 如何在本地部署 DeepSeek R1 模型？
而DeepSeek R1模型，正是这样一款强大且实用的工具，它不仅能满足我们对效率的追求，更能让我们感受到科技的温度与可能性。 DeepSeek R1模型作为一种先进的深度学习模型，能够在各种任务中展现出卓越的性能。本文将详细介绍如何在本地环境中部署DeepSeek R1模型，涵盖从环境准备、模型下载到最终运行的完整步骤。 无论你是初学者还是经验丰富的开发者，都能通过本指南顺利完成部署，充分利用DeepSeek R1的强大功能。 'image' 模型百科 我们在DeepSeek官方网站上使用的R1模型是671B参数量的完整模型，模型大小为404G。 671B以下的R1模型都是Qwen(通义千问)、Llama(羊驼)等其他模型去学习(蒸馏) DeepSeek R1模型所衍生的新模型，底模并非DeepSeek R1。
1.3K10编辑于 2025-05-20- 来自专栏Datawhale专栏
单卡复现 DeepSeek R1 Zero教程来了！
/unlock-deepseek），欢迎关注和 star！ 之前有同学问：主播主播，你们团队的复现的 R1 Zero 确实很强，但是还是太耗算力资源，没 3 张 A800 啊，还有没有更经济更简单的方式来学习 R1 Zero 的复现呢? 今天我们来介绍一个有趣的方法，能够让你在单卡复现 DeepSeek R1 Zero，甚至只用一块 4090 显卡也能轻松实现！ 为什么单卡就能复现？ DeepSeek R1 Zero中文复现教程来了！ 完整文件获取 Unlock-DeepSeek 团队后续会陆续发布更多关于 DeepSeek 相关工作解读的文章，敬请关注，我们下次再见！
97310编辑于 2025-02-19 DeepSeek R1 对编程语言未来的预测
今天分享下 DeepSeek 对于编程语言未来的预测，这个应该也是很多开发者关注的，因为它可能会影响未来的职业选择。因我自己最近也在关注这方面，所以今天就问了 DeepSeek。 DeepSeek 给出的回答跟我的想法很一致，所以今天把 DeepSeek 的回答分享出来。 DeepSeek 思考过程 提示：以下是 DeepSeek 的思考过程 好的，用户问的是Go、Java、Rust、Python这四种语言的未来前景如何。 DeepSeek R1 四种语言前景分析以下是 DeepSeek R1 关于 Go、Java、Rust、Python 四种语言的前景分析，结合技术趋势、市场需求和生态系统发展分析如下：1. 个人观点 提示：以下是我个人总结，非 DeepSeek 的输出。 DeepSeek R1 对于四种语言的前景分析、未来 5 年预测及给出的建议，其实跟我的想法是完全一致的。
49100编辑于 2025-03-02DeepSeek R1 登录 腾讯云AI代码助手
DeepSeek 从面向市场到现在爆火，一直处于高峰，咱们腾讯云的程序员大佬们也从未停止脚步，经过无数个日日夜夜的拼搏，不知敲碎多少键盘，喝了多少咖啡，在这样不懈的努力下，属于咱们的DeepSeek R1 满血版 终于完美对接了腾讯云助手,无延迟，不卡顿，反应迅速，很Nice！ 方法很简单 使用腾讯云AI代码助手 将标注地方 改成咱们 的 DeepSeek R1 就可以啦
46400编辑于 2025-02-26- 来自专栏Datawhale专栏
DeepSeek R1后，AI应用、职业与行业！
就业 其实DeepSeek（或者ChatGPT）爆火后，最着急的应该是一线的NLP、LLM从业人员，本人正好也属于其中一员。 专门做大模型的团队（类似DeepSeek、达摩院等）本就很少，门槛更是极高，导致大多数从业人员还是集中在“应用”和“业务”侧。 R1出来后，所有的LLM大概都会R1一下，而且他还在不断进化，LLM越来越聪明，我们的焦虑越来越多。 感觉R1之后，算法领域国内比国外沸腾的更厉害。 总结 本文从行业、职业和使用三个方面对AI（主要是LLM）近期的发展进行梳理讨论，主要是DeepSeek突然爆火后，好像所有企业、所有人都得用，不用就落伍了还是怎么了一样，R1之前好像也没这样。
33310编辑于 2025-03-24 - 来自专栏技术热文
DeepSeek R1 集成难题完美解决：DeepSeek4j来帮你解决
DeepSeek R1 集成难题完美解决：DeepSeek4j来帮你解决在人工智能技术飞速发展的今天，DeepSeek R1 凭借其强大的思维链能力和高效的性能，成为开发者们关注的焦点。 然而，将 DeepSeek R1 集成到实际项目中并非易事，尤其是在 Java 生态系统中，现有的框架对 DeepSeek R1 的支持存在诸多局限性。 现有框架的局限性尽管 DeepSeek R1 拥有强大的功能，但现有的 Java 框架（如 Spring AI）在集成 DeepSeek R1 时存在明显不足：思维链内容丢失：DeepSeek R1 核心的推理过程在现有框架中被忽略 DeepSeek4j 的优势DeepSeek4j 是专为 Java 生态打造的 DeepSeek R1 集成框架，其核心优势如下：完整保留思维链和账单：完美支持 DeepSeek R1 的思维链能力，确保推理过程完整保留 的开源为 Java 开发者提供了一个强大且易于使用的 DeepSeek R1 集成方案。
38610编辑于 2025-03-31 - 来自专栏deepseek
DeepSeek 笔记：R1 部署阶段的推理机制
部署阶段的隐式多路径推理机制在 DeepSeek R1 的部署阶段，其推理机制可以概括为以下两种模式：(1) 隐式多路径生成与筛选- 生成多条路径：模型在单次推理时，可能隐式生成多条潜在的推理路径（CoT R1的隐式多路径更接近贪心策略的扩展，而非规划过程。DeepSeek R1的部署机制通过训练阶段的强化学习内化“慢思考”能力，使其在单次生成时即可输出详细推理。 DeepSeek 笔记：R1 部署阶段的推理机制从R1幻觉谈起，大模型幻觉是缺陷还是创意火花？ 推理强化学习是端到端的监督，推理过程的非监督DeepSeek R1：《少年DS之烦恼》告诉李雪琴一个激发写段子灵感的秘诀：找deepseek R1DeepSeek 风暴下看看它的论文DeepSeek's DeepSeek_R1 paper
47210编辑于 2025-02-14 - 来自专栏AI模型部署实践
HAI DeepSeek R1 + AnythingLLM实现知识库
一、环境说明 本环境基于高性能应用服务HAI-社区应用-DeepSeek AnythingLLM创建，支持进行知识库部署 AnythingLLM是一款一体化 AI 应用，支持与文档聊天，使用 AI 代理等 创建实例 首先创建一台高性能应用服务HAI实例，环境选择“社区应用-DeepSeek AnythingLLM”，其余配置按需选择。 2. Base url”修改为：该台HAI实例的公网ip:6399，如http://11.111.711.110:6399 （此步骤为最关键的一步） 在“Ollama Model”处选择需要使用的模型，如“deepseek-r1
2.8K03编辑于 2025-02-12 浅谈deepseek R1当前适合的落地场景
通过对当前各个企业的实践及推出的产品来看，Deepseek R1当前适合的落地场景如下：一、内容创作与编辑R1擅长生成各种类型的文本内容，从新闻体、一封邮件到小说创作都手到擒来。 二、教育与科研deepseek R1拥有强大的知识库和推理能力，它能够充当“AI导师”或“研究助手”的角色。在教育领域，老师和学生可以用R1来解答疑难问题，或者让它用通俗易懂的语言解释复杂概念。 四、软件开发与代码辅助作为DeepSeek模型系列的“看家本领”之一，R1对代码的理解和生成能力极其突出。辅助编程是R1的主舞台。 目前国内大厂出品的辅助编程工具：腾讯云Ai代码助手、通义灵码、Marscode等都已经接入了deepseek R1/V3的模型。 相比其他高端AI模型，DeepSeek R1极大地降低了使用成本，这使得更多企业和开发者有机会使用高性能的AI模型。
71300编辑于 2025-03-09- 来自专栏人工智能
【人工智能】DeepSeek R1的链式思维
DeepSeek R1入门指南导读大家好，很高兴又和大家见面啦！！！上一篇我们介绍了 DeepSeek R1 的大语言模型类别——推理型大语言模型。 因此我们也知道了 DeepSeek R1 是擅长处理逻辑密度高的任务。 大家这段时间在使用 DeepSeek R1 的过程中肯定会看到下面这一幕：我们在向 R1 提出问题后，R1 会向我们展示它对于这个问题的思考过程，在完成思考后，它才能给出对应的回答。 二、DeepSeek R1 的思维模型2.1 类型从技术原理看，DeepSeek R1通过多阶段训练，结合冷启动数据微调与推理导向的RL训练等，能生成较长、较复杂的推理步骤。 以上这些都表明DeepSeek R1具有强COT能力，因此 DeepSeek R1 是COT链式推理模型。2.2 优势DeepSeek R1 的链式思维在数学、代码以及复杂逻辑推理任务上有着突出表现。
78910编辑于 2025-02-13 - 来自专栏每月技术成长
Deepseek r1 解题能力测试&&测试文档生成
考虑到 Deepseek r1 等大模型的输出为 markdown 格式，且在解决数学题时使用 inline latex ，因此尝试要求 Deepseek r1 解决数学题，在测试其数学能力的同时还能获得 本次选择 AMC-12 2000 年的试题来作为输入，测试 Deepseek r1 能力模型选择Deepseek r1 有 1.5b, 7b, 8b, 14b, 32b以及满血 671b 等多个参数级的模型 r1 能够答对大多数题目，部分题目可能是因为训练时相关数据较少导致回答错误，而满血Deepseek r1 则能够给出正确答案。 在Deepseek r1 的帮助下，找出了 md2html 的两处 bug ，并且得到了较为完备的测试数据集。 r1 由于有着强大算力支持，在运行速度及准确性上均为 HAI-CPU 上运行的 32b Deepseek r1 的数倍。
28100编辑于 2025-03-19 - 来自专栏AI
DeepSeek R1：中国AI黑马的崛起与挑战
近期，中国DeepSeek公司发布的DeepSeek R1模型，宛如一颗璀璨新星，凭借卓越的推理能力和开源精神，在全球科技界掀起波澜，吸引了无数关注的目光。 本文将深入剖析DeepSeek R1的技术突破、实验成果，以及其对行业发展带来的深远影响。 性能对标：DeepSeek R1在多个重要任务中的表现十分亮眼。 这些成绩充分证明了DeepSeek R1在不同领域的强大能力和适应性。 结语DeepSeek R1的诞生，是LLM推理能力进化历程中的一座重要里程碑。
97521编辑于 2025-01-27 - 来自专栏信创系统开发
deepseek 模型 V3 和 R1 的区别
不过，我在访问官网时发现，在 DeepSeek 的官网上，展示的模型是 V3： 然而，真正让 DeepSeek 声名大噪的，却是 R1 这一模型。根据发布记录，V3 要早于 R1 发布。 这种深度思考模式也是 DeepSeek 引起轰动的原因之一，它会将分析过程展现出来，而不像之前的 GPT，就如同一个黑盒，只给出一个答案。 那么，DeepSeek V3 和 R1 之间到底有什么区别？ 模型目标与设计理念 DeepSeek R1：专注于高级推理任务 DeepSeek R1 主要针对需要复杂逻辑推理的任务进行优化，并利用强化学习技术来提升推理能力。 DeepSeek R1 利用 V3 的架构优化推理 DeepSeek R1 充分利用了 V3 的架构，但在设计上针对推理任务进行了优化： 特性 DeepSeek V3 DeepSeek R1 架构 混合专家 DeepSeek R1 则专注于逻辑推理和问题求解，借助强化学习优化推理能力，适用于推理密集型任务。 现在 DeepSeek 的 Chat 应用，应该是结合了两个模型的优势。
11.2K191编辑于 2025-02-05
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