DeepSeek
DeepSeek 的第一代推理模型,在数学、代码和推理任务中实现了与 OpenAI-o1 相当的性能。
{ "stop": [ "<|begin▁of▁sentence|>", "<|end▁of▁sentence|>", "<|User|>", "<|Assistant|>" ] }
DeepSeek 团队已经证明,较大模型的推理模式可以提炼为较小的模型,与通过强化学习在小型模型上发现的推理模式相比,其性能更好。
以下是使用 DeepSeek-R1 生成的推理数据,针对研究界广泛使用的几种密集模型进行微调而创建的模型。评估结果表明,提炼后的较小密集模型在基准测试中表现优异。
Command A
模型权重在 MIT 许可下获得许可。DeepSeek-R1 系列支持商业使用,允许任何修改和衍生作品,包括但不限于用于训练其他 LLM 的蒸馏。请注意:
Qwen 蒸馏模型源自 Qwen-2.5 系列,最初在 Apache 2.0 许可下获得许可,现在使用 DeepSeek-R1 策划的 800k 个样本进行了微调。
Llama 8B 蒸馏模型源自 Llama3.1-8B-Base,最初在 llama3.1 许可下获得许可。
Llama 70B 蒸馏模型源自 Llama3.3-70B-Instruct,最初在 llama3.3 许可下获得许可。