51CTO2025年DeepSeek入门宝典-技术解析篇22页

DeepSeek是什么？•DeepSeek 是什么？•DeepSeek R1的三大特点•使用DeepSeek的五种方式对比DeepSeek 是什么？ •DeepSeek是幻方量化于2023年创立的大模型子公司，创始人为梁文锋•2024年1月5日，其发布第一个同名AI大模型 DeepSeek LLM•2025年1月20日，DeepSeek R1正式发布，为对标 OpenAI o1正式版的高性能推理模型； R1上线后火速出圈，其应用创造了全球 APP 历史上增长最快的记录 图片来源：AI产品榜图片来源：DeepSeek官网推理表现媲美OpenAI o1正式版R1开源，并公开训练技术，允许开发者访问和学习R1开发成本仅为OpenAI o1的2%左右图注：DeepSeek与OpenAI各版本的准确率对比（图片来源：DeepSeek官网）DeepSeek R1的三大特点高性能开源低成本使用DeepSeek的五种方式对比普通用户作为生产力工具及技术尝鲜https://chat.deepseek.com/开发者、企业用户保障访问稳定性和可扩展性https://deepseekapi.io/可借助Ollama、vLLM 和 MNN等工具硅基流动、腾讯云、阿里云等https://chat.deepseek.com/官网APPAPI本地部署云平台DeepSeek R1核心技术揭秘•R1的基座模型——V3•R1的三种变体•R1训练的技术路径•R1的核心技术解析•R1的关键技术贡献R1的基座模型：V3V3模型的特征•V3是去年12月发布的自研 MoE 模型•参数与GPT-4大致在同一数量级： V3 有671B 参数，每个Token的计算激活约37B•在 14.8T token 上进行了预训练R1在DeepSeek V3基础上进行了开发图注：DeepSeek V3与发布时其他主流大模型的准确率对比（图片来源：DeepSeek官网）•V3：对标GPT-4o ，通过指令微调和偏好微调提升性能•R1：专注于推理能力R1的三种变体DeepSeek V3R1-ZeroR1DeepSeek-R1-Distill基座模型变体 1变体2变体3直接强化学习训练多阶段渐进训练模型蒸馏R1训练的技术路径原图作者：Sebastian RaschkaR1的核心技术解析：强化学习图片来源：《基于场景动力学和强化