DeepSeek-R1 yra 671B parametrų Mišrios ekspertų (MoE) modelis su 37B aktyvuotais parametrais per žodį, apmokytas didelio masto sustiprinto mokymosi, sutelkiant dėmesį į mąstymo gebėjimus. Jis apima dvi sustiprinto mokymosi stadijas, skirtas atrasti patobulintas mąstymo schemas ir suderinti su žmogaus pageidavimais, taip pat dvi SFT stadijas, skirtas pritaikyti mąstymo ir nemąstymo gebėjimus. Modelis pasiekia našumą, panašų į OpenAI-o1, matematikos, kodo ir mąstymo užduotyse.
| DeepSeek-R1 | Qwen 3 | |
|---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Jan 21, 2025 3 mėnesiai ago | Apr 29, 2025 17 valandų ago |
Modalumai | tekstas | - |
API tiekėjai | DeepSeek, HuggingFace | - |
Žinių nutraukimo data | Nežinoma | - |
Atvirojo kodo | Taip | Taip (Šaltinis) |
Įvesties kaina | $0.55 už milijoną žodžių | - |
Išvesties kaina | $2.19 už milijoną žodžių | - |
MMLU | 90.8% Pass@1 Šaltinis | - |
MMLU Pro | 84% EM Šaltinis | - |
MMMU | - | - |
HellaSwag | - | - |
HumanEval | - | - |
MATH | - | - |
GPQA | 71.5% Pass@1 Šaltinis | - |
IFEval | 83.3% Prompt Strict Šaltinis | - |
Mobilioji programa | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.