DeepSeek-R1
Daha fazla bilgi
- Yaratıcı
- DeepSeek AI
- Yayın
- Sahibi
- DeepSeek
- Tür
- Muhakeme odaklı LLM
- Lisans
- MIT (ağırlıklar)
- Resmî site
- deepseek.com
- Kaynak kod
- github.com/deepseek-ai/DeepSeek-R1
Matematik ve kodlamada OpenAI o1 ile başa baş giden Çin menşeli açık ağırlıklı muhakeme modeli (DeepSeek, Ocak 2025); eğitim maliyeti yaklaşık yüzde biri kadar.
Saf pekiştirmeli öğrenmenin (SFT ısınması olmadan) güçlü muhakeme üretebileceğini kanıtladı. Öncülü R1-Zero yalnızca doğru matematik/kod yanıtları için verilen ödül sinyalleriyle eğitilmişti; nihai R1 ise küçük modellere (Qwen-7B, Llama-8B) damıtıldı ve bu modeller bir anda ağırlıklarının çok üzerinde performans gösterdi.
Piyasada şok etkisi yarattı: öncü modellerin milyarlarca dolar ve kapalı veri gerektirdiği varsayımını yıktı. Nvidia hissesi bir günde yaklaşık %17 düştü. Ağırlıklar Hugging Face'te MIT lisansıyla yayımlandı.