DeepSeek-R1

DeepSeek-R1 是一个面向复杂推理任务的开源大语言模型系列，包含基于强化学习（RL）训练的 DeepSeek-R1-Zero 和经冷启动数据优化的 DeepSeek-R1。其核心特点是无需监督微调即可通过纯 RL 激发强推理能力，在数学、代码生成与逻辑推理任务上达到与 OpenAI-o1 相当的水平；同时开源了多个基于 Llama/Qwen 架构蒸馏的密集模型（如 DeepSeek-R1-Distill-Qwen-32B），兼顾性能与部署效率。适用于需要高精度推理能力的研究场景，如算法验证、自动编程辅助、数学问题求解及 AI for Science 等领域。