- 综合排序
- 最热优先
- 最新优先
- 来自专栏生信学习~~~
R1基础
This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com.
41630编辑于 2023-05-10 - 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。 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 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。
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 参考资料DeepSeek V3：DeepSeek-V3/DeepSeek_V3.pdf at main · deepseek-ai/DeepSeek-V3DeepSeek R1：DeepSeek-R1/
1.6K21编辑于 2025-09-26 - 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?
63710编辑于 2025-02-08 - 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。
44610编辑于 2025-02-26 - 来自专栏云深之无迹
Rabbit R1 & Ai PIN首个拆解
去年这个东西就出现了，也算是GPT硬件潮的第一波。虽然现在效果不咋样，里面的应用也是安卓的。但是快啊，第一波热点就占上了，第一波的钱也融资到了。
48310编辑于 2024-08-21 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 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。
65810编辑于 2025-11-20- 来自专栏生信技能树-R
Learn R1 1-2
(x <- c(1,3,5,1)) #用（）直接括起来 空格和减号都是特殊字符 不要随意用
60800编辑于 2023-03-28 - 来自专栏Datawhale专栏
DeepSeek R1 Zero中文复现教程来了！
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。 答案就是：它更符合教育目的，截止本文发布，大部分同学没有足够的资源来亲手体验复现流程，但是我们希望大家能更清楚的看到，复现 R1 Zero 的过程中都发生了什么，真正对复现原理有个大致把握，就算做“云玩家 表示将提示词中的最后一个消息继续到最终的输出中 "target": target, "nums": numbers, } # 将数据集转换为 R1 "nums": numbers, } map 方法会帮我们把实际的 nums 和 target 填入到 prompt 里，我们根据上面举的例子，来看一个具体的提示词： # 将数据集转换为 R1
3.6K20编辑于 2025-02-07 - 来自专栏OI
P6072 『MdOI R1』Path
P6072 『MdOI R1』Path 题目链接：P6072 给定一棵 n 个节点的无根树，从中选择两个不交路径，求边权异或和之和最大值。 n\leq 3\times 10^4。
43010编辑于 2022-09-19 - 来自专栏Datawhale专栏
DeepSeek R1后，AI应用、职业与行业！
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。 R1之后，据说很多之前专搞LLM的都压力山大，不知道又在埋头憋什么大招。AI可能从来没像今天这样繁荣。这块内容就不展开多说了，实在是有点多，感兴趣的读者可以关注我的博客。 R1后出现了一些新的范式，让我们有可能用更低的成本和更小的模型达到更好的效果，小模型（SLM）的春天来了。无论从成本、效率还是端侧部署考虑，模型优化都值得投入，但投入确实不需要那么多。 R1出来后又开始重新思考方向，最终得出的结论是：LLM依然是核心，无论是多模态还是Agent，LLM才是最重要的。
34110编辑于 2025-03-24 DeepSeek 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 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
47300编辑于 2025-02-26DeepSeek R1 对编程语言未来的预测
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. 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。
50000编辑于 2025-03-02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。 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。 模型，在32GB的mac mini上可以部署32B大小的R1模型。
1.4K10编辑于 2025-05-20- 来自专栏Datawhale专栏
单卡复现 DeepSeek R1 Zero教程来了！
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？ 完整的 LoRA 和 QLoRA 微调支持：即使显存有限，也能通过少量资源复现 R1 Zero。 这就为我们提供了一个成本更低、实现更简单的方案。 DeepSeek R1 Zero中文复现教程来了！ S1 文章的一些结论和思考 最近我也看了李飞飞团队的 S1 文章，详细分析了其方法和 R1 Zero 的不同。
98310编辑于 2025-02-19 - 来自专栏Mac软件
Tecplot 360 EX 2021 R1 for Mac激活版
Tecplot 360 EX是一款专门针对大数据而推出的专业CFD/CAE可视化分析软件,其将关键的工程绘图与先进的数据可视化的功能完美的在一套工具之内结合起来,常常被广泛的用于热和流体的机械工程领域，能够有效的帮助用户提升工作和图形制作效率。
75030编辑于 2022-08-23 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。 五、对话式AI应用（客服与助理）R1本质上是一个强大的聊天模型，在对话系统方面的应用也非常广泛，更实用。企业可以用R1来驱动客服聊天机器人，为用户提供7×24小时在线咨询服务。 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。
71900编辑于 2025-03-09- 来自专栏AI模型部署实践
HAI DeepSeek R1 + AnythingLLM实现知识库
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
2.9K03编辑于 2025-02-12 - 来自专栏deepseek
DeepSeek 笔记：R1 部署阶段的推理机制
部署阶段的推理机制：R1是否在生成时隐式生成多条路径，但仅展示一条？如果是，这种机制与集成（ensemble）方法有何异同？3. (2) 核心差异R1的隐式多路径生成本质是单模型内的动态解码策略，而传统集成依赖多模型的静态组合，二者在实现成本与多样性来源上存在根本差异。4. (2) R1的隐式多路径生成- 静态模型：部署时模型参数固定，多路径生成依赖预训练的策略与解码规则。- 无长期收益建模：路径选择基于模型自身的置信度概率，而非多步决策的累积收益。 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？
47910编辑于 2025-02-14 - 来自专栏AI
DeepSeek R1：中国AI黑马的崛起与挑战
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。 R1的优化主要集中在中英文，对于其他语言的支持相对有限，这在一定程度上限制了其在全球范围内的广泛应用。 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。
98021编辑于 2025-01-27
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