DeepSeek-R1-Distill-Qwen-1.5B

DeepSeek-R1-Distill-Qwen-1.5B

約DeepSeek-R1-Distill-Qwen-1.5B

DeepSeek-R1-Distill-Qwen-1.5Bは、Qwen2.5-Math-1.5Bに基づいて蒸留されたModelです。このModelはDeepSeek-R1によって生成された80万件の厳選されたサンプルを使用して微調整され、様々なベンチマークにおいて優れたパフォーマンスを示します。軽量Modelとして、MATH-500で83.9%の精度、AIME 2024で28.9%の合格率、CodeForcesで954の評価を達成し、そのパラメータ規模を超えた推論能力を示しています。

メタデータ

作成する

ライセンス

MIT

プロバイダー

DeepSeek

ハギングフェイス

仕様

州

Deprecated

建築

キャリブレートされた

いいえ

専門家の混合

いいえ

合計パラメータ

2B

アクティブ化されたパラメータ

推論

いいえ

Precision

FP8

コンテキスト長

33K

Max Tokens

AI開発を 加速する準備はできていますか?

AI開発を 加速する準備はできていますか?

AI開発を 加速する準備はできていますか?

© 2025 SiliconFlow

© 2025 SiliconFlow

© 2025 SiliconFlow