DeepSeek R1Avatud lähtekoodiga suur keeleline mudel, mis silmitsi seisab tõhusas põhjendamis-, matemaatika- ja kooditöödes ning mille MIT-litsents võimaldab tasuta kasutamist ja muutmist.

DeepSeek R1 on avatud lähtekoodiga suur keeleline mudel, mis silmitsi seisab põhjendamis-, matemaatika- ja kooditöödes. Mudel kasutab Mixture of Experts (MoE) arhitektuuri, millel on 37 B aktiivset parameetrit ja 671 B koguarv, toetades 128 K konteksti pikkust. Mudel sisaldab täiustatud reinforcement learning tehnoloogiaid enesetäitamise, multi-step refleksiooni ja inimikeelpõhise põhjendamise saavutamiseks. DeepSeek R1 on saavutanud tipptasemel tulemuslikkuse erinevates võistlustes, sealhulgas 97,3 % täpsus MATH-500 ülesannete puhul, 79,8 % läbimise määr AIME 2024 puhul ning ületades 96,3 % Codeforces osalejatest. Mudel on saadaval mitmesugustes variantides, mis ulatuvad 1,5 B kuni 70 B parameetrini, ning sellel on MIT-litsents, mis võimaldab tasuta kasutamist ja muutmist. DeepSeek R1 saab kasutada veebis tasuta ning WebGPU kiirendatud versioon töötab lokaalselt brauseris. Mudeli eesmärk on keerukate probleemide lahendamine, mitmekeelse mõistmise ning tootmisvalmis koodi genereerimine. Selle tugevused hõlmavad erakordset matemaatilist põhjendamist, koodi loomist ja loodusliku keele mõistmist. Kuid avatud lähtekoodiga mudelina võib nõuda tehnilist ekspertteadmisi juurutamiseks ja täpse kohandamiseks konkreetsetele kasutuskeskkondadele. DeepSeek R1 asub globaalselt kõrgepäraste AI mudelite seas, pakkudes võimeid võrreldavaks juhtivatele proprietaarsetele lahendustele. Selle avatud lähtekoodiline loomus võimaldab kogukondpõhist arendust ja pidevaid uuendusi, sealhulgas kavandatud multimodaalse toega, vestluspõhise täiustamise ja jaotatud järeldamise optimeerimise. Mudel põhineb puhasel reinforcement learning arendusel, mis võimaldab saavutada GPT‑4 tasemel matemaatilise jõudluse oluliselt madalama kuluga. Chain-of-thought visualiseerimisvõime lahendab AI “pime kast” probleemi, pakkudes ülevaadet mudeli põhjendamiskäitumisest. DeepSeek R1 API pakub OpenAI‑sõbralikku lõpp‑punkti integratsiooniks, hinnas 0,14 $ miljoni tokeni kohta. Mudeli kaalud on avatud lähtekoodiga, võimaldades kaubanduslikku kasutamist ja muutmist.