DeepSeek R1Otvoreno-kodu veliki model jezika koji se izdvaja u razumevanju, matematicama i kođiranju uz dozvolu MIT za besplatan uporab i mijenjaj.

DeepSeek R1 je otvorenosloženi velik model beseda koji je izrazito dobr za zasnivanje zaključaka, rješavanje matematičkih problema i programsku podršku. Upotrebljava Mixture of Experts (MoE) arhitekturu sa 37 milijardama akcione mogućnosti i ukupno 671 milijardu paramtera, podržava dužinu konteksta do 128K slogova. Model uključuje napredne tehničke tehnike učenja sustava za postizanje samoupravljanja, multi-step refleksije i razumijevanja usmjerenih prema ljudima svojstava. DeepSeek R1 je učinio velik napredak u različitim benchmark testovima, uključujući 97,3 posto točnosti na MATH-500, 79,8 posto uspješnosti na AIME 2024, i je superiorniji u odnosu na 96,3 posto sudionika na Codeforces-u. Model je dostupan u mnogim varijantama, od 1,5 milijarde do 70 milijardi paramatera, i je ličen pod MIT licencom za besplatan uporab i modifikaciju. DeepSeek R1 može se upotrijebiti online besplatno, te je preporučena verzija podržava WebGPU za lokalno izvođenje u web pregledniku. Model je dizajniran za kompleksno rešavanje problema, razumijevanje više jezika i generiranje proizvodnog stepena koda. Svojim jakostima uključuje iznimno matematičko razumevanje, generiranje koda te mogućnosti razumijevanja prirodnog jezika. Međutim, kao otvorena-source model, moguće ga je potrebno kandidati tehničkom znanju za implementaciju i fino podešavanje za specifične primjene DeepSeek R1 je pozicioniran među najboljim performansama AI modela u svijetu, sa mogućnostima komparabilnima sa vodećim samostalnim rješenjima. Javno dostupan status omogućava zajednički pokretane razvojne procese i kontinuiranu updatiranje, uključujući planirana multimodalna podrška, poboljšanje konverzacije i optimizaciju distibuirane izvršbe. Model ima čistu razvojnu potporu učenja na nagradu, što mu omogućava dostići performanse u matematici na razini GPT-4-a sa znatno nižim troškovima. Kapacitet za vizualizaciju lanca razmišljanja adresa izazove "crne kutije" u AI, pružajućiinsighte u postupak modelove razičite. DeepSeek R1 nudi API endpoint kompatibilan s OpenAI, koji se može integrirati i koji se tara po 0,14 dolara po milijuni tokena. Težine modela su dostupne kao otvoreni kod, dozvoljavajući njihovu komercijalnu upotrebu i modifikaciju.