HeimDeepSeek-R1
671B
Modellparametermenge
DeepSeek
Angehörige Organisation
Open Source
Lizenztyp
20. Januar 2025
Freigabezeit
Verwandte Personen
Modelleinführung
DeepSeek-R1 ist ein Modell, das durch große Skalen von verstärktem Lernen (RL) trainiert wurde und keine Überwachte Feinabstimmung (SFT) als ersten Schritt verwendet hat. Seine Leistung in Mathematik, Codierung und Deduktionsaufgaben ist mit der von OpenAI-o1 vergleichbar.
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.
7.8
Wissensabdeckung
Besitzt Kernwissen über Mainstream-Disziplinen, hat jedoch nur eine begrenzte Abdeckung der modernen interdisziplinären Bereiche.
8.9
Argumentationsfähigkeit
In der Lage, logische Rahmenbedingungen auf mehreren Ebenen aufzubauen und über eine Genauigkeit von über 99% in der komplexen mathematischen Modellierung zu erreichen.
9.1
Modellvergleich
DeepSeek-R1 vs Doubao-Seed-1.6-251015 (Thinking)
Das von ByteDance veröffentlichte Deep-Reasoning-Modell, das die manuelle Umschaltung von Deep Reasoning unterstützt, und dessen Leistung im Vergleich zu doubao-1.5 deutlich verbessert ist.
DeepSeek-R1 vs Doubao-Seed-1.6-thinking-250715
Die neueste Version des Seed-Serienmodells von ByteDance, das den Denkmodus unterstützt.
Verwandter Modell
DeepSeek-V4-Flash
DeepSeek-V4-Flash ist das effizienzorientierte, ressourcenschonende Modell von DeepSeek für Interaktionen mit geringer Latenz, den Einsatz bei hoher Parallelität und intelligente Alltagsanwendungen.
DeepSeek-V4-Pro
DeepSeek-V4-Pro ist das Flaggschiff-Modell von DeepSeek mit hoher Leistungsfähigkeit, das die Fähigkeiten im logischen Denken, beim Programmieren, bei der Verarbeitung langer Texte sowie in der Gesamtleistung bei Aufgaben weiter verbessert.
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.
Relevante Dokumente
DeepMind-CEO Hassabis: Ich schlafe sechs Stunden pro Tag und fühle mich normalerweise gegen 1 Uhr nachts energiegeladen.
Fortune hat kürzlich ein Interview mit Demis Hassabis, dem CEO von Google DeepMind, veröffentlicht, das seinen unkonventionellen Ansatz zu Erholung und Produktivität offenbart. Hassabis gab bekannt, dass er sehr wenig schläft und seine wachen Stunden
OpenAI und Anthropic kämpfen trotz Umsatzrückgängen um Marktanteile
Obwohl jüngste Berichte darauf hindeuten, dass OpenAI seine Umsatzziele verfehlt hat, was an diesem Dienstag Druck auf die Technologieaktien ausübte, zeigen sich private Investoren in KI-Labore weiter
Einhaltung der Vorschriften für autonome Fahrzeuge in Kalifornien: Eine neue Ära von Bußgeldern, Geofences und 1 Million Meilen
Guident betreibt einen AuveTech-Shuttle in Südflorida und verwaltet mithilfe seiner Fernüberwachungstechnologie eine vier Meilen lange Strecke in West Palm Beach sowie eine eine Meile lange Strecke in
Apple Smart Glasses könnten auf der WWDC27 vorgestellt werden und dabei den Schutz der Privatsphäre in den Mittelpunkt stellen
Bloombergs Mark Gurman berichtet, dass Apples Smart Glasses mit dem Codenamen N50 im Juni 2027 auf der WWDC27 vorgestellt werden sollen, wobei ein Verkaufsstart im Herbst 2027 erwartet wird. Ursprünglich für Ende dieses Jahres und Anfang 2027 geplant
Inside Details Exposed About Next-Gen Gemini: Strained Computing Power, Internal Teams Disagreed on Development Priorities and Resource Allocation
Berichten zufolge wurde der Start des hocherwarteten Next-Generation-Gemini-Modells von Google verschoben. Interne Uneinigkeiten über Entwicklungsprioritäten und Ressourcenallokation, kombiniert mit begrenzter Rechenkapazität und komplexen Genehmigun
