4 天之前 · In this project, we propose VLM-R1, a stable and generalizable R1-style Large Vision-Language Model. Specifically, for the task of Referring Expression Comprehension (REC), we trained Qwen2.5-VL using both R1 and SFT approaches.

DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a preliminary step, demonstrated remarkable performance on reasoning. With RL, DeepSeek-R1-Zero naturally emerged with numerous powerful and interesting reasoning behaviors.

关于不同尺寸的DeepSeek-R1版本介绍、参数量、特点、使用场景和硬件配置，可以参考下表： 适合高精度专业领域任务，比如多模态任务预处理。 这些任务对硬件要求非常高，需要高端的 CPU 和显卡，适合预算充足的企业或研究机构使用. 参数规模的区别，模型越大参数数量逐渐增多，参数数量越多，模型能够学习和表示的知识就越丰富，理论上可以处理更复杂的任务，对各种语言现象和语义理解的能力也更强。 比如在回答复杂的逻辑推理问题、处理长文本上下文信息 …

2025年1月20日 · 了解 Deepseek R1，其特性、参数以及如何使用它。

ATK官网-全新独立外设品牌ATK，旗下现有VXE和ATK两大系列，出品极致电竞装备，打造潮流外设产品。

Search-R1 is an extension of DeepSeek-R1(-Zero) methods for training reasoning and searching (tool-call) interleaved LLMs. We built upon veRL. Through RL (rule-based outcome reward), the 3B base LLM (both Qwen2.5-3b-base and Llama3.2-3b-base) develops reasoning and search engine calling abilities all on its own.

2025年2月24日 · 性能表现：在 24GB 显存环境下，KTransformers 可以运行 DeepSeek-R1 和 V3 的 671B 满血版模型，预处理速度最高可达 286 tokens/s，推理生成速度最高可达 14 tokens/s。

2025年2月7日 · 根据论文，s1 能够达到不错效果的核心有两点： s1K 数据集和预算强制法（budget forcing）。 s1 团队构建的 s1K 数据集包含 1,000 个精心挑选的问题，包括数学竞赛问题、博士级别的科学问题、奥林匹克竞赛问题等，配有推理轨迹和答案，并通过三个标准进行验证：难度、多样性和质量。 这些数据主要来自 NuminaMATH、OlympicArena、OmniMath 等数据集，作为补充，团队还自己创建了两个原始数据集 s1-prob 和 s1-teasers。 团队使用谷歌的 …

2 天之前 · 文章浏览阅读1.1k次，点赞33次，收藏11次。唐叔带你读懂DeepSeek家族的技术内幕 ~ 【唐叔学AI】一张图彻底拆解DeepSeek V3和R1双模型 ... 今天咱们来聊聊DeepSeek系列模型，尤其是V3和R1这两兄弟。它们俩在AI圈子里可是火得不行，一个擅长对话，一个专攻推理。 ...

2025年2月28日 · 文章浏览阅读1.1k次，点赞7次，收藏4次。1、ollama run deepseek-r1:671b但是只有开始下载的前几分钟快，后续速度变慢，ollama又支持断点下载，所以，直接写个脚本下60s停止再继续。400G的模型半个晚上就下完了。保存后运行ollama create deepseek.r1:12gpu，创建了一个新的模型名称，可以通过ollama list查看，run ...