私有化部署、资源独占，CSGHub 上玩转 DeepSeek R1！

DeepSeek R1：超强推理能力

DeepSeek R1 目前发布了两个版本：DeepSeek R1-Zero 和 DeepSeek R1。其中，R1-Zero 是一个完全基于强化学习（RL）从零开始训练的模型，目前主流且备受关注的版本是 DeepSeek R1。DeepSeek R1 采用 671B 参数规模，基于 V3 Base 作为基础模型，并结合强化学习技术，在无需监督数据的情况下显著提升推理能力，突破了传统模型的局限性。通过独创的GRPO 组相对策略优化方法，模型在训练过程中不断自我优化，从而具备强大的逻辑推理和深度上下文理解能力。

此外，DeepSeek 团队在发布 R1 的同时，还利用其卓越的 CoT（Chain-of-Thought）推理能力对qwen和llama等小模型进行蒸馏（Distill），推出了多款具备强大推理能力的小型模型。这些蒸馏版本在保留 R1 逻辑推理能力的同时，大幅降低了推理计算成本，使其更加适合个人用户和企业的私有化部署需求。

R1-Distill-Qwen 系列：

• 1.5B 参数版本：适用于边缘设备，可高效完成基础推理任务。

• 7B 参数版本：通用推理任务，性能与资源消耗达到良好平衡。

• 14B 参数版本：增强的逻辑推理能力，可处理更复杂的推理任务。

• 32B 参数版本：更精细的逻辑分析能力，适用于高级逐步推理任务。

R1-Distill-LLaMA 系列：