DeepSeek-R1
671B
Modelo Parâmetro Quantidade
DeepSeek
Organização afiliada
Código aberto
Tipo de licença
20 de Janeiro de 2025
Tempo de liberação
Figuras relacionadas
Introdução ao modelo
DeepSeek-R1 é um modelo treinado através de aprendizado por reforço em larga escala (RL) sem usar Ajuste Supervisionado Fino (SFT) como etapa inicial. Seu desempenho em tarefas de matemática, codificação e raciocínio é comparável ao do OpenAI-o1.
Pontuação abrangente
Diálogo de idiomas
Reserva de conhecimento
Associação de Raciocínio
Cálculo matemático
Escrita de código
Comando seguindo
Deslize para a esquerda e para a direita para ver mais
Capacidade de compreensão de idiomas
Capaz de entender contextos complexos e gerar frases logicamente coerentes, embora ocasionalmente desativada no controle de tom.
7.8
Escopo de cobertura do conhecimento
Possui conhecimento central das disciplinas convencionais, mas tem cobertura limitada de campos interdisciplinares de ponta.
8.9
Capacidade de raciocínio
Capaz de criar estruturas lógicas de vários níveis, atingindo mais de 99% de precisão na modelagem matemática complexa.
9.1
Comparação de modelos
DeepSeek-R1 vs Qwen2.5-7B-Instruct
Assim como o Qwen2, os modelos de linguagem Qwen2.5 suportam até 128K tokens e podem gerar até 8K tokens. Eles também mantêm suporte multilíngue para mais de 29 idiomas, incluindo chinês, inglês, francês, espanhol, português, alemão, italiano, russo, japonês, coreano, vietnamita, tailandês, árabe e muito mais.
DeepSeek-R1 vs GPT-4o-mini-20240718
GPT-4o-mini é um modelo de API produzido pela OpenAI, com o número de versão específico sendo gpt-4o-mini-2024-07-18.
DeepSeek-R1 vs Gemini-2.5-Pro-Preview-05-06
Gemini 2.5 Pro é um modelo lançado pela equipe de pesquisa em inteligência artificial Google DeepMind, utilizando o número de versão Gemini-2.5-Pro-Preview-05-06.
Modelo relacionado
DeepSeek-V3-0324
O DeepSeek-V3 supera outros modelos de código aberto, como Qwen2.5-72B e Llama-3.1-405B, em várias avaliações e corresponde ao desempenho de modelos de código fechado de alto nível, como GPT-4 e Claude-3.5-Sonnet.
DeepSeek-R1-0528
A versão mais recente do Deepseek R1.
DeepSeek-V2-Chat-0628
DeepSeek-V2 é um forte modelo de linguagem Mixture-of-Experts (MoE), caracterizado por treinamento econômico e inferência eficiente. Ele consiste em 236 bilhões de parâmetros no total, dos quais 21 bilhões são ativados para cada token. Em comparação com o DeepSeek 67B, o DeepSeek-V2 apresenta um desempenho superior, economizando 42,5% nos custos de treinamento, reduzindo o cache KV em 93,3% e aumentando a capacidade máxima de geração em 5,76 vezes.
DeepSeek-V2.5
DeepSeek-V2.5 é uma versão atualizada que combina DeepSeek-V2-Chat e DeepSeek-Coder-V2-Instruct. O novo modelo integra as capacidades gerais e de codificação das duas versões anteriores.
DeepSeek-V3-0324
O DeepSeek-V3 supera outros modelos open source como o Qwen2.5-72B e o Llama-3.1-405B em várias avaliações e corresponde ao desempenho dos principais modelos fechados como o GPT-4 e o Claude-3.5-Sonnet.
Documentos relevantes
Os relógios clássicos da Casio recebem atualizações modernas: Bluetooth, rastreamento de passos e jogos
O lendário relógio digital Casio F-91W, inalterado desde sua estreia em 1989, está finalmente recebendo recursos inteligentes modernos - embora, surpreendentemente, não da própria Casio. Entre no Olle
Chatbot do Google Gemini ganha recursos aprimorados de análise de projetos do GitHub
Gemini Advanced integra conectividade com o GitHubOs assinantes premium do Gemini Advanced do Google (US$ 20/mês) agora podem vincular diretamente os repositórios do GitHub ao assistente de IA a parti
A IA transforma os jogos com avanços em diplomacia, Meta IA e aprendizado por reforço
O cenário dos jogos está passando por uma profunda transformação por meio da inteligência artificial, revolucionando tudo, desde a jogabilidade estratégica até as experiências digitais imersivas. Em v
Proton revela chatbot de IA centrado na privacidade em meio às crescentes preocupações com dados
A Proton, conhecida por seu serviço seguro Proton Mail, apresentou o Lumo - um assistente de IA inovador projetado com privacidade em seu núcleo. A nova oferta fornece resumo de documentos, geração de
A IA Gemini do Google revela o recurso de conversão de foto em vídeo
A mais recente atualização do Gemini do Google apresenta a inovadora conversão de foto em vídeo com o modelo Veo 3. Esse recurso inovador transforma imagens estáticas em videoclipes de oito segundos a
