标签：DeepSeek-R1

DeepSeek推出了第一版的推理模型——DeepSeek-R1-Zero 和 DeepSeek-R1。其中，DeepSeek-R1-Zero 是通过大规模强化学习（RL）训练而成…

DeepSeek-R1-Distill-Llama-70B 是一个通过知识蒸馏技术从小型化模型中提取推理能力的高性能语言模型。它是基于 DeepSeek-R1 的推理能力，通过蒸馏…

DeepSeek-R1-Distill-Llama-8B 是一个通过知识蒸馏技术从小型化模型中提取推理能力的高性能语言模型。它是基于 DeepSeek-R1 的推理能力，通过蒸馏技…