DeepSeek-R
如何在本地部署DeepSeek - R1模型?
著名人工智能社区 huggingface 的工程师马修·卡里根展示了在本地运行 Deepseek-R1 的完整的硬件 + 软件设置，他使用的是 670B 模型，无蒸馏...
模型方法 - DeepSeek - R1 抛弃SFT的方案
DeepSeek-R1 通过强化学习直接从基础模型中训练推理能力，避免了 SFT 的数据瓶颈，同时通过蒸馏技术将能力迁移至小模型，实现高效推理。二、DeepSeek-R1 的技术方案1. Deep...
deepseek - V3和deepseek - R1有什么区别?
1. 模型定位与核心能力DeepSeek-V3定位为通用自然语言处理模型，采用混合专家（MoE）架构，参数总量达6710亿，但每个token仅激活370亿参数以优化...
哪些平台可使用DeepSeek - R1? - ZOL问答
我知道的有deepseek自家的网页和app,还有一些第三方ai工具也陆续支持了,搜一下支持deepseek-r1的平台能出一堆 有用(0)回复 brien1 现在好多ai应用都接入了deepseek-r1,像什么天工...
DeepSeek - R1模型架构深度解读(十一)图解GRPO
GRPO（组相对策略优化）是DeepSeek提出的一种强化学习算法，通过摒弃价值网络、引入分组采样和相对优势估计，显著提升了语言模型（LLM）的训练效率和稳定性。以下从核心原理、...
如何评价deepseek - R1与deepseek - R1 - Zero模型?
多阶段渐进训练方法和模型蒸馏都包含着很多创新意义元素，对行业有着重要影响。其中最让人激动的，还是直接强化学习这个路径。因为DeepSeek-R1是首...
DeepSeek 怎么样?
大模型简史：从Transformer（2017）到DeepSeek-R1（2025） - 神经蛙没头脑的文章 - 知乎 清华大学：DeepSeek从入门到精通（2025） - 神经蛙...