DEEPSEEKR1

MODEL-ZOO

DeepSeek-R1对AI模型市场的影响

DeepSeek 引发的股市抛售是盲目恐慌，还是终结的开始？

MODEL-ZOO

Gemini 2.0 Flash vs. DeepSeek R1

当我第一次看到 Google Gemini 的价格时，我打算将它与精简版、性能较弱的 R1 型号进行对比。我完全不相信即如此便宜的模型会如此强大。

MODEL-ZOO

DeepSeek-R1的推理能力分析

DeepSeek 提出了一个模型，该模型的推理能力可与 OpenAI-o1 相媲美，尽管其参数只是 OpenAI-o1 的一小部分，训练成本也低得多。

MODEL-ZOO

DeepSeek-R1的3个关键思想

大多数新的 AI 模型感觉都像是小步。DeepSeek R1 则不同。这是近期第一个让你停下来思考的模型，这可能很重要。

APPLICATION

DeepSeek R1驱动的PDF解析

PDF 解析是许多应用程序的关键任务，尤其是在检索增强生成 (RAG) 系统中。每个人都想从 PDF 中提取结构化数据，但这非常困难。

MODEL-ZOO

蒸馏DeepSeek-R1到自己的模型

在本博客中，我们将介绍如何使用LoRA等技术将 DeepSeek-R1 的推理能力蒸馏到较小的模型（如 Microsoft 的 Phi-3-Mini）中。

MODEL-ZOO

DeepSeek-R1本地运行成本

DeepSeek 将这场生成竞赛提升到了另一个水平，人们甚至准备在本地运行 671B 参数。但在本地运行如此庞大的模型可不是开玩笑；你需要在硬件方面取得一些重大进步，才能尝试推理。

MODEL-ZOO

DeepSeek-R1 671B本地运行指南

原始的 DeepSeek R1 是一个 6710 亿参数的语言模型，由 Unsloth AI 团队进行了动态量化，大小减少了 80%（从 720 GB 减少到 131 GB），同时保持了强大的性能。

MODEL-ZOO

OpenAI o3-mini vs. DeepSeek R1

DeepSeek 发布 R1 后，我承认我给了 OpenAI 很多批评。从极其昂贵的价格到完全搞砸的 Operator，再到发布一个缓慢、无法使用的伪装成 AI 代理的玩具，OpenAI 在 1 月份已经遭受了很多失败。

MODEL-ZOO

复现DeepSeek-R1的顿悟时刻

在这篇博文中，我们想使用群组相对策略优化 (GRPO) 和倒计时游戏重现 DeepSeek-R1 的小“顿悟时刻”。

APPLICATION

基于DeepSeek-R1的问答机器人

在这个项目中，我们将结合本地 AI 的隐私与 Deepseek R1 的智能，创建一个完全本地化、推理驱动的问答机器人。

MODEL-ZOO

DeepSeek R1-Zero & R1分析

借助 DeepSeek 最新发表的研究，我们可以更好地进行推测。关键见解是，LLM 推理系统更高程度的新颖性适应性（和可靠性）是在三个维度上实现的。