对deepseek-r1 8b，14b，32b，70b本地化部署测试，向这4个模型提出同一个问题：规划一个日本五日游计划，需要去秋叶原和海边。

已于 2025-02-18 11:30:39 修改
阅读量316 收藏
点赞数 4
分类专栏： 默认 文章标签： deepseek ai
于 2025-02-17 11:01:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/OceanWaves1993/article/details/145677619
版权

deepseek 参数越大 输出越好

  • 1、deepseek-r1 8b
  • 2、deepseek-r1 14b
  • 3、deepseek-r1 32b
  • 4、deepseek-r1 70b

先说结论：deepseek 参数越大 输出越好，输出越好的具象表现：输出越来越具体，越来越言之有物，越来越具有可执行性。同时模型参数越大，占用资源越多，在有限资源下，会越来越卡。

对于deepseek-r1 8b，14b，32b，70b本地化部署测试，向这3个模型提出同一个问题：规划一个日本五日游计划，需要去秋叶原和海边。
回答如下。

1、deepseek-r1 8b

问题：规划一个日本五日游计划，需要去秋叶原和海边。

资源占用

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

2、deepseek-r1 14b

问题：规划一个日本五日游计划，需要去秋叶原和海边。

资源占用

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

3、deepseek-r1 32b

问题：规划一个日本五日游计划，需要去秋叶原和海边。

资源占用

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

4、deepseek-r1 70b

输出答案很慢，一个字卡一下，这就是资源不够的表现啦哈哈

在这里插入图片描述

模型运行后过了5分钟 才开始输出

在这里插入图片描述

资源占用

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

【手把手】DeepSeek-R1本地部署：从零到API调用
chuweiyan的博客
02-01 5985
DeepSeek-R1 是 DeepSeek 研发的系列推理模型，2025 年 1 月 20 日，DeepSeek 正式发布 DeepSeek-R1 模型，并同步开源模型权重，且推出了 API 服务。
在 MacBook 上设置 DeepSeek R1 (8B) 的 3 个步骤
iCloudEnd的博客
02-05 694
DeepSeek 最近发布了 R1 模型，该模型在本地 AI 推理方面表现出色。如果您希望在 MacBook 上运行它，Ollama 提供了一种无缝的方式来下载和管理模型。此外，使用 Docker，您可以设置 WebUI 以方便地与其交互。本指南将引导您逐步完成启动和运行所有操作的过程。
一篇文章，让你秒懂 DeepSeek 推理模型差异！
pantouyuchiyu的博客
02-08 2012
你可能或多或少都听说过 DeepSeek 的 AI 大模型，但你知道这些不同模型之间的区别吗？今天我们就试着用大白话，来聊聊国内 AI 公司 DeepSeek 的几款推理模型，看看它们到底能干啥、适合谁用。首先，我们还是先来一起回顾下 DeepSeek 的功能特点。再一次加深印象。
DeepSeek-R1能力详解
qq_32907491的博客
01-30 4614
我们介绍了我们的第一代推理模型，DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero，一个通过大规模强化学习（RL）训练的模型，没有经过初步的监督微调（SFT）步骤，展示了卓越的推理能力。通过RL，DeepSeek-R1-Zero自然地涌现出许多强大而有趣的推理行为。然而，它也遇到了一些挑战，例如可读性差和语言混合。为了解决这些问题并进一步提高推理性能，我们引入了DeepSeek-R1，它在RL之前结合了多阶段训练和冷启动数据。
DeepSeek-R1 8B 模型
最新发布
Leon_Jinhai_Sun的博客
03-27 542
DeepSeek-R1 8B 模型
Ubuntu部署Deepseek-R1模型（8b）
当下可为，未来可期!
02-05 1688
随便配置个账号密码，邮箱和密码后面是需要用来登录使用的，然后点击创建管理员账号。依然是在ollama的官网上，选择"Models"，选择deepseek。open-webui是一个UI页面，支持ollama等多种工具的可视化。8B的模型大概4.9G，复制指令黏贴到命令行里，就可以自动开始下载了。我的电脑是INVIDIA显卡，点击进来可以看得到各个版本的信息。通过以上两条指令，完成了curl命令的安装。ollama的下载速度很快，安装也很快。1.5B的模型大概1.1G，我这里已经安装完毕，查看版本。
保姆级教程~本地微调DeepSeek-R1-8b模型
python1234_的博客
02-25 2373
利用特定领域的数据集对已预训练的大模型进行进一步训练的过程。它旨在优化模型在特定任务上的性能，使模型能够更好地适应和完成特定领域的任务。其中最重要的是超参数（如学习率、批次大小和训练轮次）调整优化。转成大白话就是调整大模型中一些参数的值，使其在特定数据集上表现更优秀。
【大模型】本地部署DeepSeek-R1:8b大模型及搭建Open-WebUI交互页面
若兰幽竹
02-10 2036
作为一名对 AI 和生成式模型感兴趣的开发者或学习者，了解如何在小规模环境中部署这些模型是有趣且有益的。在个人笔记本上部署 DeepSeek-R1 是一种具有挑战性的但非常有价值的实践。它不仅可以帮助你快速实现文本生成和问答功能，还能通过不断解决遇到的问题，提升你的技术能力和对 AI 模型的理解。尽管过程中可能会遇到资源不足、配置复杂等问题，但通过仔细规划和持续学习，最终可以成功完成部署并享受到模型带来的便利。
部署deepseek - r1 模型 14b 32b 70b -- 客户端集成AI生成报告(一)
qq_45773834的博客
02-12 1066
众所周知，deepseek火了一个月了 自己毕设开发的python客户端中，也要集成LLM 因此，需要先部署deepseek - r1 免费 高效
用deepseek R1把本地的AI工具都做成离线
锐多宝的地理空间
02-03 1038
进入ollama官网（https://ollama.com/library/deepseek-r1:14b），我的显卡是4070，显存是12G，因此刚好安装140亿参数的模型。deepseek的R1是一个开源模型，那我可以使用ollama部署到本地。这样的好处在于数据隐私。总得来说，从几个月前用o1 mini的震惊，再到今天自己的4070显卡都能部署逻辑能力相近o1 mini的R1，速度还很快。（唯一可惜的是cursor只能通过API进行调用deepseek，没法完全本地化，用vs code进行代替）
【人工智能】学会这几个命令，你也能快速完成DeepSeek R1的本地部署！！！
蒙奇D索大的博客
02-09 1015
【人工智能】使用Ollama本地部署DeepSeek 详细介绍如何通过Ollama完成DeepSeek的本地部署
DeepSeek R1 简易指南：架构、本地部署和硬件要求
m0_74823094的博客
02-10 767
从DeepSeek-R1-Zero到DeepSeek-R1，代表了研究中的一个重要学习历程。DeepSeek-R1-Zero 证明了纯粹的强化学习是可行的，而 DeepSeek-R1 则展示了如何将监督学习与强化学习相结合，从而创建出能力更强、更实用的模型。“本文所述技术参数均来自公开研究文献，实际部署需遵守当地法律法规”最后：React Hook 深入浅出CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读。
DeepSeek-R1 1.5b、7b、8b、14b、32b、70b、671b 都是什么鬼？
Java技术栈，分享最主流的Java技术
02-22 2217
大家好，我是R哥。你是不是被DeepSeek-R1 1.5b、7b、8b、14b、32b、70b、671b这些概念绕晕了？如图所示：DeepSeek-R1 模型有好几种规格，比如1.5b、7b、8b、14b、32b、70b、671b，后面的数字代表模型的参数量，而 b 则是指 “billion” 的意思，也就是十亿，表示这个模型有多少亿个参数：1.5b 有 15 亿个参数；7b 是 70 亿...
安装deepseek-r1:8b
一个写了10年bug的程序员日常笔记。
02-10 323
表⽰模型的参数量为 80 亿。可以根据⾃⼰的需求选择不同的模型版本，例如。拉取deepseek模型。
DeepSeek-R 1.5B、7B、8B、14B、32B、70B、671B 主要区别在于：
热门推荐
SAFE20242034的博客
02-03 4万+
DeepSeek-R1 主要是一个系列的开源大模型，不同版本的。，可以告诉我，我会帮你选择最合适的版本！如果你有更具体的需求，比如。
深入解析 DeepSeek Coder 的参数设置
gitblog_02389的博客
12-31 2304
深入解析 DeepSeek Coder 的参数设置 deepseek-coder-6.7b-instruct 项目地址: https://gitcode.com/mirrors/deepseek-ai/deepseek-code...
AI学习指南DeepSeek篇(2)-五分钟读懂DeepSeek核心技术矩阵
俞兆鹏的博客
02-15 359
（测试环境：NVIDIA A100，batch_size=1）
DeepSeek官方推荐R1模型设置，提升AI应用体验
EdisonChenx的博客
02-16 594
DeepSeek最近更新了其R1模型的推荐设置，旨在帮助用户更好地发挥模型性能，从而提升AI应用的整体体验。这些设置不仅包括技术参数调整，还涉及到了如何更有效地与模型进行交互的具体指导。下面将详细探讨DeepSeek官方推荐的R1模型设置及其对用户体验的影响。
Deepseak R1大模型本地部署指南！（Patience）
lifesmilett的博客
02-03 3633
在Windows下安装Ollama并体验DeepSeek r1大模型！遥遥领先！
模型名称 核心功能 适合场景 优点 缺点DeepSeek-R1-Distill-Qwen-1.5B 轻量级对话与基础文本生成 移动端应用、低算力设备（如IoT设备） 极低资源占用（CPU可运行），响应速度快 生成质量有限，复杂任务易出错DeepSeek-R1-Distill-Qwen-7B 通用对话与多轮交互 智能客服、教育问答 平衡性能与资源消耗，支持中等复杂度任务 长上下文处理能力较弱DeepSeek-R1-Distill-Llama-8B 多语言支持（侧重英文） 跨语言翻译、国际化客服 英语任务表现优于Qwen系列 中文能力可能弱于Qwen同参数量级模型DeepSeek-R1-Distill-Qwen-14B 复杂意图理解与长文本生成 文档摘要、报告生成 长文本连贯性较好，逻辑推理能力提升 需中等GPU（如RTX 3090）部署DeepSeek-R1-Distill-Qwen-32B 专业领域问答（如法律、医疗） 垂直行业知识库、专业咨询 领域微调潜力大，知识覆盖广 显存需求高（需A100 40GB以上）DeepSeek-R1-Distill-Llama-70B 高精度多模态任务辅助 科研分析、多模态数据处理 支持图文混合输入，适合复杂场景 部署成本极高，仅适合企业级应用DeepSeek-R1-Distill-Llama-671B 超大规模推理与决策 国家级AI基础设施、超算中心 接近原版大模型能力，泛化性极强 需分布式计算集群，商业化成本不现实
03-13
### 不同DeepSeek模型的核心功能、适用场景及优缺点 DeepSeek 是一系列基于 Transformer 的大型语言模型，旨在提供高性能的语言理解和生成能力。以下是几种主要的 DeepSeek 模型及其核心功能、适用场景以及各自的优...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值