關於DeepSeek-R1-Distill-Qwen-1.5B
DeepSeek-R1-Distill-Qwen-1.5B 是一個基於 Qwen2.5-Math-1.5B 的蒸餾模型。該模型使用 DeepSeek-R1 生成的 800k 精選樣本進行了微調，並在各種基準測試中展現了不錯的性能。作為一個輕量級模型，它在 MATH-500 上達到了 83.9% 的準確率，在 AIME 2024 上達到了 28.9% 的通過率，在 CodeForces 上獲得了 954 的評級，展示出超越其參數規模的推理能力。
Explore how DeepSeek-V3's advanced reasoning and coding capabilities translate into real-world applications.
Automated Code Generation & Debugging
Generate, optimize, and debug complex code snippets across various programming languages. The model's strong reasoning helps identify logical errors and suggest efficient solutions.
Use Case Example:
"A software engineer used DeepSeek-V3 to refactor a legacy Python module, resulting in a 40% reduction in code complexity and a 25% improvement in execution speed."
Scientific & Mathematical Research
Assist researchers by solving complex mathematical problems, formulating hypotheses, and analyzing data. Its ability to reason through abstract concepts makes it a powerful tool for scientific discovery.
Use Case Example:
"A physicist modeled a complex quantum mechanics problem, and the model provided a step-by-step derivation that led to a novel insight, which was later verified experimentally."
Intelligent Agent & Tool Integration
Build sophisticated AI agents that can understand user requests, select the appropriate tools (e.g., APIs, databases), and execute multi-step tasks autonomously.
Use Case Example:
"An automated travel assistant powered by DeepSeek-V3 booked a complete itinerary by interacting with flight, hotel, and car rental APIs based on a single natural language request from the user."
Advanced Conversational AI
Create highly engaging and context-aware chatbots, virtual assistants, or role-playing characters for gaming and entertainment. The model excels at maintaining coherent and natural-sounding dialogue.
Use Case Example:
"A gaming company implemented an NPC (Non-Player Character) using the model, which provided dynamic, unscripted interactions that significantly enhanced player immersion."
元數據
規格
狀態
已棄用
架構
經過校準的
不
專家並行
不
總參數
2B
啟用的參數
推理
不
精度
FP8
上下文長度
33K
最大輸出長度
與其他模型比較
看看這個模型與其他模型的對比如何。
DeepSeek
聊天
DeepSeek-V3.2
發行日期：2025年12月4日
總上下文：
164K
最大輸出：
164K
輸入：
$
0.27
/ M Tokens
輸出：
$
0.42
/ M Tokens
DeepSeek
聊天
DeepSeek-V3.2-Exp
發行日期：2025年10月10日
總上下文：
164K
最大輸出：
164K
輸入：
$
0.27
/ M Tokens
輸出：
$
0.41
/ M Tokens
DeepSeek
聊天
DeepSeek-V3.1-Terminus
發行日期：2025年9月29日
總上下文：
164K
最大輸出：
164K
輸入：
$
0.27
/ M Tokens
輸出：
$
1.0
/ M Tokens
DeepSeek
聊天
DeepSeek-V3.1
發行日期：2025年8月25日
總上下文：
164K
最大輸出：
164K
輸入：
$
0.27
/ M Tokens
輸出：
$
1.0
/ M Tokens
DeepSeek
聊天
DeepSeek-V3
發行日期：2024年12月26日
總上下文：
164K
最大輸出：
164K
輸入：
$
0.25
/ M Tokens
輸出：
$
1.0
/ M Tokens
DeepSeek
聊天
DeepSeek-R1
發行日期：2025年5月28日
總上下文：
164K
最大輸出：
164K
輸入：
$
0.5
/ M Tokens
輸出：
$
2.18
/ M Tokens
DeepSeek
聊天
DeepSeek-R1-Distill-Qwen-32B
發行日期：2025年1月20日
總上下文：
131K
最大輸出：
131K
輸入：
$
0.18
/ M Tokens
輸出：
$
0.18
/ M Tokens
DeepSeek
聊天
DeepSeek-R1-Distill-Qwen-14B
發行日期：2025年1月20日
總上下文：
131K
最大輸出：
131K
輸入：
$
0.1
/ M Tokens
輸出：
$
0.1
/ M Tokens
DeepSeek
聊天
DeepSeek-R1-Distill-Qwen-7B
發行日期：2025年1月20日
總上下文：
33K
最大輸出：
16K
輸入：
$
0.05
/ M Tokens
輸出：
$
0.05
/ M Tokens
