DeepSeek-R1：强化学习提升LLM推理

快速阅读

体验：访问DeepSeek官方网站chat.deepseek.com，与DeepSeek-R1进行聊天并开启“深度思考”功能。支持兼容OpenAI格式的API。

总结：上下文长度128K，每百万输出令牌费用2.19美元（大模型界拼多多），性能与OpenAI-o1相当，全开源模型支持自由蒸馏和商业化使用，前端功能编写极具想象力

基础模型：DeepSeek-R1-Zero与DeepSeek-R1均基于DeepSeek-V3-Base训练，DeepSeek-R1经过少量长CoT数据强化学习，输出内容更结构化且简约。

蒸馏模型（提升现有开源小模型能力）：将DeepSeek-R1蒸馏到多个更小的模型，包括（Ollama中可下载）Qwen2.5-Math-1.5B、Qwen2.5-Math-7B、Qwen2.5-14B、Qwen2.5-32B、Llama-3.1-8B、Llama-3.3-70B-Instruct。

Qwen2.5-Math-1.5B、Qwen2.5-Math-7B、Qwen2.5-14B、Qwen2.5-32B、Llama-3.1-8B、Llama-3.3-70B-Instruct

问题，API的上下文长度在编程中可能不够

<img decoding="async" class="aligncenter wp-image-19046" title="DeepSeek-R1详解-1" src="https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75.jpg" alt="DeepSeek-R1详解-1" width="1161" height="488" srcset="https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75.jpg 2128w, https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75-300x126.jpg 300w, https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75-1024x430.jpg 1024w, https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75-768x323.jpg 768w, https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75-1536x645.jpg 1536w, https://www.aisharenet.com/wp-content/uploads/2025/01/696bdcec4240a75-2048x860.jpg 2048w, https://www.aisharenet.com/wp