DeepSeek-R1
Подробнее
- Создатель
- DeepSeek AI
- Выпущена
- Владелец
- DeepSeek
- Тип
- LLM с рассуждением
- Лицензия
- MIT (веса)
- Сайт
- deepseek.com
- Исходный код
- github.com/deepseek-ai/DeepSeek-R1
Китайская модель рассуждений с открытыми весами (DeepSeek, январь 2025), сравнявшаяся с OpenAI o1 в математике и коде — при затратах на обучение примерно в сто раз меньше.
Показала, что чистое RL (без разогрева через SFT) способно дать сильные рассуждения. Предшественник R1-Zero обучался только на сигнале вознаграждения за верные ответы в математике и коде; итоговую R1 дистиллировали в малые модели (Qwen-7B, Llama-8B), которые внезапно стали намного сильнее своего размера.
Рыночный шок: рухнуло представление, что передовые модели требуют миллиардов и закрытых данных. Акции Nvidia упали примерно на 17 % за день. Веса выложены на Hugging Face под лицензией MIT.