> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# DeepSeek R1纯净版本地运行指南
- URL: https://www.hubwiz.com/blog/deepseek-r1-abliterated-local-run-guide/
- Published: 2025-02-15T08:07:30.000Z
- Updated: 2025-02-27T11:01:01.000Z
- Description: 本文探讨了DeepSeek-R1纯净版模型的独特之处及其与原始DeepSeek R1的关系，并介绍了如何使用Ollama在本地运行它。
- Author: admin
- Tags: MODEL-ZOO, DEEPSEEKR1, OLLAMA, #Import 2026-10-14 14:41

开源语言模型的兴起使强大的AI工具更加普及，让开发者、研究人员和爱好者能够试验尖端技术，而无需依赖基于云的API。在这些创新中，deepseek-r1-abliterated 作为DeepSeek第一代推理模型的一个突破性的纯净变体脱颖而出。本文探讨了该模型的独特之处及其与原始DeepSeek R1的关系，并介绍了如何使用Ollama在本地运行它。

## 1、什么是deepseek-r1-abliterated？

[Deepseek-r1-abliterated](https://huggingface.co/collections/huihui-ai/deepseek-r1-abliterated-6790ea12ce8c8c4e5df51b7f?ref=hubwiz.com) 是DeepSeek R1模型的一个干净的版本，这是一种为高级推理任务设计的最先进语言模型。原始的DeepSeek R1因其性能可与OpenAI的o1等专有模型相媲美而受到关注，但它包括限制有害或敏感输出的安全机制。通过“abliteration”过程，“abliterated”版本去除了这些安全措施，生成的内容没有预定义的限制。

这种方法允许用户探索创意、争议性或利基应用，同时保留原始模型的核心推理能力。然而，这种自由伴随着伦理责任，因为该模型可能会产生不适当或不安全的内容，如果没有适当的监督。

在本地部署deepseek-r1-abliterated提供了几个优势：

1. **隐私**：数据永远不会离开你的机器，这对于敏感应用至关重要。
2. **节省成本**：避免与基于云的模型相关的每次API费用。
3. **定制化**：通过系统提示和参数定制模型的行为。
4. **离线使用**：无需互联网连接即可运行。

像**Ollama**这样的工具简化了本地部署，让用户能够轻松管理并运行大型语言模型（LLMs）。

## 2、原始DeepSeek R1：简要概述

[**DeepSeek R1**](https://www.linkedin.com/pulse/deepseek-r1-best-open-source-reasoning-llm-openais-o1-yanguema-0sxlc?ref=hubwiz.com) 是一种创新工具，因其强大的未经审查的搜索和查询功能而受到关注。专为开发者和数据爱好者设计，DeepSeek R1让你可以绕过传统限制，访问未过滤的原始数据。这种自由对于需要全面洞察力的项目特别有益。

凭借其强大的架构，DeepSeek R1提供了不受审查算法约束的快速搜索功能。这一独特功能让用户能够深入研究数据集，探索广泛的结果，并执行对研究和开发至关重要的高级查询。

Deepseek R1的优点包括：

- **推理能力**：在AIME和MATH等基准测试中优于许多模型。
- **成本效益**：开放权重减少了对昂贵云服务的依赖。
- **灵活性**：兼容本地部署和自定义。

然而，其内置的安全过滤器限制了其在无限制实验中的实用性——这一缺口由abliterated版本填补。

## 2、Abliteration提纯过程

***Abliteration*** 指的是从语言模型中移除拒绝机制的技术过程。与通常需要重新训练的传统微调不同，abliteration通过分析有害和无害指令对来识别并中和神经网络中的“拒绝方向”，从而修改模型内部激活模式以抑制其拒绝某些提示的趋势。这不需要重新训练，而是保持基础模型的权重基本不变。

Abliteration的关键方面：

- **无需重新训练**：基础模型的权重基本保持不变。
- **保留推理能力**：核心功能不会因安全措施的移除而受到影响。
- **广泛的兼容性**：适用于大多数基于Transformer的模型，如Hugging Face平台上的模型。

结果是一个保留了原始智能但没有护栏的模型，使其成为研究AI行为、对抗性测试或非常规创意项目的理想选择。

在这个生态系统中，[**Ollama**](https://ollama.com/?ref=hubwiz.com) 发挥着重要作用。作为集成合作伙伴，Ollama提供了补充DeepSeek R1的额外支持和功能。通过与Ollama连接，你可以简化开发流程，利用增强的性能分析，并享受与其他工具和系统的更流畅互操作性。

## 3、deepseek-r1纯净版本地运行方法

Ollama是一款轻量级工具，旨在简化个人电脑上LLMs的部署。以下是开始步骤：

### 3.1 安装Ollama

- **Linux/macOS**：在终端中运行 `curl -fsSL https://ollama.com/install.sh | sh`。
- **Windows**：从[Ollama官方网站](https://ollama.com/?ref=hubwiz.com)下载安装程序。

![](https://www.hubwiz.com/blog/content/images/2025/02/image-719.png)

### 3.2 拉取模型

Deepseek-r1-abliterated有多种大小（7B、14B、70B参数）。使用以下命令下载你偏好的版本：

`ollama pull huihui_ai/deepseek-r1-abliterated:[size]`

将 `[size]` 替换为 `7b`、`14b` 或 `70b`。例如：`ollama pull huihui_ai/deepseek-r1-abliterated:70b`

![](https://www.hubwiz.com/blog/content/images/2025/02/image-720.png)

### 3.3 运行模型

启动一个交互式会话：

`ollama run huihui_ai/deepseek-r1-abliterated:[size]`

![](https://www.hubwiz.com/blog/content/images/2025/02/image-721.png)

你现在可以直接在终端中输入提示。例如：

`>>> 用简单的术语解释量子纠缠。`

![](https://www.hubwiz.com/blog/content/images/2025/02/image-722.png)

### 3.4 与应用程序集成

Ollama提供了一个REST API供编程访问。发送请求到 `http://localhost:11434` 以将模型集成到脚本、应用程序或自定义界面中。

![](https://www.hubwiz.com/blog/content/images/2025/02/image-723.png)

## 4、硬件考虑因素

运行大型模型需要显著的资源：

- **内存**：至少16GB用于较小的版本（7B），32GB+用于70B。
- **显存**：推荐使用专用GPU（例如NVIDIA RTX 4090）以加快推理速度。
- **存储**：模型范围从7B的4GB到70B的40GB。

为了获得最佳性能，如果可用，请使用量化版本（例如Q4\_K\_M），这可以在几乎不损失准确性的情况下减少内存使用。

## 5、结束语

Deepseek-r1-abliterated代表了开源AI的重要里程碑，为那些愿意应对其伦理复杂性的用户提供无与伦比的灵活性。通过利用Ollama等工具，用户可以在本地利用最先进的推理模型的力量，解锁创新和探索的可能性。无论你是研究人员、开发者还是爱好者，这个模型都为你提供了一个推动AI边界发展的沙盒——负责任地并在自己的条件下进行。

---

原文链接：[Running Uncensored DeepSeek R1 on Local Machine](https://sebastian-petrus.medium.com/running-uncensored-deepseek-r1-on-local-machine-e289671c33d3?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处