HeimDeepSeek-R1
671B
Modellparametermenge
DeepSeek
Angehörige Organisation
Open Source
Lizenztyp
20. Januar 2025
Freigabezeit
Verwandte Personen
Modelleinführung
DeepSeek-R1 nutzte in der Nachtrainings-Phase ausgiebig Techniken des Reinforcement Learning und verbesserte so die Schlussfolgerungsfähigkeiten des Modells mit nur einer minimalen Menge an kommentierten Daten erheblich. Bei Aufgaben, die Mathematik, Codierung und natürlichsprachliche Inferenz beinhalten, ist seine Leistung gleichauf mit der offiziellen Version von OpenAIs o1.
Umfassende Punktzahl
Sprachdialog
Wissensreserve
Argumentationsvereinigung
Mathematische Berechnung
Code schreiben
Befehlsschließend
Nach links und rechts swipen, um mehr anzuzeigen
Sprachverständnisfähigkeit
In der Lage, komplexe Kontexte zu verstehen und logisch kohärente Sätze zu erzeugen, obwohl sie gelegentlich in der Tonkontrolle ausgeschaltet werden.
7.5
Wissensabdeckung
Deckt mehr als 200 spezialisierte Felder ab und integriert die neuesten Forschungsergebnisse und interkulturelles Wissen in Echtzeit.
9.0
Argumentationsfähigkeit
Kann logische Argumentation mit mehr als drei Schritten ausführen, obwohl die Effizienz beim Umgang mit nichtlinearen Beziehungen sinkt.
8.5
Modellvergleich
DeepSeek-R1 vs Qwen2.5-7B-Instruct
Genau wie Qwen2 unterstützen die Qwen2.5-Sprachmodelle bis zu 128K Tokens und können bis zu 8K Tokens generieren. Sie unterstützen auch die Mehrsprachigkeit für über 29 Sprachen, darunter Chinesisch, Englisch, Französisch, Spanisch, Portugiesisch, Deutsch, Italienisch, Russisch, Japanisch, Koreanisch, Vietnamesisch, Thailändisch, Arabisch und mehr.
DeepSeek-R1 vs Hunyuan-T1-20250822
Das von Tencent unabhängig entwickelte Deep-Reasoning-Modell trägt die Versionsnummer hunyuan-t1-20250822.
DeepSeek-R1 vs Spark-X1
Der durch iFlytek veröffentlichte Inferenzmodell Spark X1 führt bei nationalen mathematischen Aufgaben und vergleicht die Leistung allgemeiner Aufgaben wie Inferenz, Textgenerierung und Sprachverständnis mit OpenAI o1 und DeepSeek R1.
Verwandter Modell
DeepSeek-V3.2
Die neueste Version der Deepseek V3-Modellreihe.
DeepSeek-V3.2-Exp
Die neueste experimentelle Version der Modelle der Deepseek V3-Serie.
DeepSeek-R1-0528
Die neueste Version von Deepseek R1.
DeepSeek-V3-0324
DeepSeek-V3 übertrifft andere Open-Source-Modelle wie Qwen2.5-72B und Llama-3.1-405B in mehreren Bewertungen und erreicht die Leistung von erstklassigen Closed-Source-Modellen wie GPT-4 und Claude-3.5-Sonnet.
DeepSeek-R1-0528
Die neueste Version von Deepseek R1.
Relevante Dokumente
WordPress.com ermöglicht es nun KI-Agenten, Beiträge zu verfassen und zu veröffentlichen – und vieles mehr
WordPress.com, die beliebte Webhosting- und Publishing-Plattform, setzt nun auf KI-Agenten – ein Schritt, der das Erscheinungsbild des Internets grundlegend verändern könnte. Das Unternehmen gab am Fr
Die experimentelle KI „Claude“ von Anthropic wickelt in einem E-Commerce-Test Verhandlungen und Transaktionen ab
Angesichts der rasanten Fortschritte im Bereich der künstlichen Intelligenz hat Anthropic am vergangenen Freitag still und leise ein internes Experiment namens „Project Deal“ gestartet, um das Potenzi
DeepSeek Code steht kurz vor der Markteinführung
Angesichts der rasanten Entwicklung der KI-Technologie befindet sich DeepSeek an einem spannenden Wendepunkt. Das KI-Unternehmen gab kürzlich bekannt, dass es sich Finanzmittel in Höhe von über 70 Mil
Musks Grok: 1,5 Billionen Parameter und die Übernahme von Cursor-Code – bahnbrechende Neuerung oder nur ein Bluff?
Elon Musk macht endlich einen Schritt.Im Wettlauf um die KI-Programmierung legen OpenAI und Anthropic einen Gang zu, während xAI hinterherzuhinken scheint. Musk hat oft sein Ziel bekräftigt, Claude Ko
OpenAI ändert heimlich seine Satzung, um die Entlassung von Altman zu erschweren
Nach dem putschähnlichen Vorfall im Jahr 2023 hat OpenAI den Schutz für CEO Sam Altman durch eine Aktualisierung der Unternehmenssatzung weiter gefestigt. Kürzlich veröffentlichte Gerichtsdokumente ze
