公司动态DeepSeek Official8月12日 01:00

DeepSeek发布R1模型，性能提升显著

摘要

DeepSeek推出R1模型，在多项基准测试中表现优异，推理能力大幅提升，标志着AI模型技术的新进展。

背景解释

DeepSeek R1的发布展示了中国AI公司在模型优化上的突破，其高效推理能力可能降低AI应用成本，推动行业创新。

原文译文

以下为抓取到的原文内容译文，已统一为站内阅读格式。

阅读原文

跳到内容

您已在另一个标签页或窗口中登录。重新加载以刷新会话。您已在另一个标签页或窗口中退出登录。重新加载以刷新会话。您已在另一个标签页或窗口中切换了账户。重新加载以刷新会话。关闭提示

哎呀！

加载时出错。请重新加载此页面。

deepseek-ai/ **DeepSeek-R1** 公开

通知您必须登录才能更改通知设置
[Fork\

11.7k](https://github.com/login?return_to=%2Fdeepseek-ai%2FDeepSeek-R1)

[Star\

92k](https://github.com/login?return_to=%2Fdeepseek-ai%2FDeepSeek-R1)

main

1 个分支 1 个标签

转到分支页面转到标签页面

转到文件

代码

打开更多操作菜单

文件夹和文件

| 名称 | 名称 | 最后提交信息 | 最后提交日期 | | --- | --- | --- | --- | | ## 最新提交 ![GeeeekExplorer](https://github.com/GeeeekExplorer)GeeeekExplorer 合并拉取请求 #129 来自 peti562/patch-2 打开提交详情 去年4月9日 0cf7856· 去年4月9日 ## 历史 36 次提交 打开提交详情 查看此文件的提交历史。36 次提交 | | [.github/workflows](https://github.com/deepseek-ai/DeepSeek-R1/tree/main/.github/workflows "此路径跳过空目录") | [.github/workflows](https://github.com/deepseek-ai/DeepSeek-R1/tree/main/.github/workflows "此路径跳过空目录") | [应用代码审查建议](https://github.com/deepseek-ai/DeepSeek-R1/commit/bbf12c6e1151148d55624ea2b0ca151dfe07404b "应用代码审查建议共同作者：Shigma <shigma10826@gmail.com>") | 去年2月8日 | | [figures](https://github.com/deepseek-ai/DeepSeek-R1/tree/main/figures "figures") | [figures](https://github.com/deepseek-ai/DeepSeek-R1/tree/main/figures "figures") | [发布 DeepSeek-R1](https://github.com/deepseek-ai/DeepSeek-R1/commit/23807ced51627276434655dd9f27725354818974 "发布 DeepSeek-R1") | 去年1月20日 | | [DeepSeek_R1.pdf](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf "DeepSeek_R1.pdf") | [DeepSeek_R1.pdf](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf "DeepSeek_R1.pdf") | [更新 README.md 和 DeepSeek_R1.pdf](https://github.com/deepseek-ai/DeepSeek-R1/commit/e06298d956cd92b952afd9a18c824cd9e5f69f3b "更新 README.md 和 DeepSeek_R1.pdf") | 去年1月23日 | | [LICENSE](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/LICENSE "LICENSE") | [LICENSE](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/LICENSE "LICENSE") | [发布 DeepSeek-R1](https://github.com/deepseek-ai/DeepSeek-R1/commit/23807ced51627276434655dd9f27725354818974 "发布 DeepSeek-R1") | 去年1月20日 | | [README.md](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/README.md "README.md") | [README.md](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/README.md "README.md") | [合并拉取请求](https://github.com/deepseek-ai/DeepSeek-R1/commit/0cf78561f1d51c84a21b2190626b21116d5c68bb "合并拉取请求 #129 来自 peti562/patch-2 修复拼写错误")#129[来自 peti562/patch-2](https://github.com/deepseek-ai/DeepSeek-R1/commit/0cf78561f1d51c84a21b2190626b21116d5c68bb "合并拉取请求 #129 来自 peti562/patch-2 修复拼写错误") | 去年4月9日 | | 查看所有文件 |

仓库文件导航

DeepSeek-R1

永久链接：DeepSeek-R1

![DeepSeek-R1](https://github.com/deepseek-ai/DeepSeek-V2/blob/main/figures/logo.svg?raw=true)

![主页](https://www.deepseek.com/)![聊天](https://chat.deepseek.com/)![Hugging Face](https://huggingface.co/deepseek-ai)

![Discord](https://discord.gg/Tc7c45Zzu5)![微信](https://github.com/deepseek-ai/DeepSeek-V2/blob/main/figures/qr.jpeg?raw=true)![Twitter 关注](https://twitter.com/deepseek_ai)

![许可证](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/LICENSE)

论文链接 👁️

1. 引言

永久链接：1. 引言

我们介绍了第一代推理模型 DeepSeek-R1-Zero 和 DeepSeek-R1。 DeepSeek-R1-Zero 是一个通过大规模强化学习（RL）训练、没有经过监督微调（SFT）作为初步步骤的模型，在推理方面表现出色。通过强化学习，DeepSeek-R1-Zero 自然涌现出许多强大且有趣的推理行为。然而，DeepSeek-R1-Zero 遇到了诸如无休止重复、可读性差和语言混合等挑战。为了解决这些问题并进一步提升推理性能，我们引入了 DeepSeek-R1，它在强化学习之前加入了冷启动数据。 DeepSeek-R1 在数学、代码和推理任务上达到了与 OpenAI-o1 相当的性能。为了支持研究社区，我们开源了 DeepSeek-R1-Zero、DeepSeek-R1 以及基于 Llama 和 Qwen 从 DeepSeek-R1 蒸馏出的六个密集模型。DeepSeek-R1-Distill-Qwen-32B 在各种基准测试中优于 OpenAI-o1-mini，为密集模型取得了新的最先进成果。

**注意：在本地运行 DeepSeek-R1 系列模型之前，我们建议先阅读使用建议部分。**

![](https://github.com/deepseek-ai/DeepSeek-R1/blob/main/figures/benchmark.jpg)

2. 模型摘要

永久链接：2. 模型摘要

后训练：在基础模型上进行大规模强化学习

我们直接对基础模型应用强化学习（RL），而不依赖监督微调（SFT）作为初步步骤。这种方法允许模型探索思维链（CoT）来解决复杂问题，从而开发出 DeepSeek-R1-Zero。DeepSeek-R1-Zero 展示了自我验证、反思和生成长 CoT 等能力，标志着研究社区的一个重要里程碑。值得注意的是，这是第一个开放研究，验证了 LLM 的推理能力可以仅通过 RL 来激励，而无需 SFT。这一突破为该领域的未来进展铺平了道路。

我们介绍了开发 DeepSeek-R1 的流程。该流程包含两个 RL 阶段，旨在发现改进的推理模式并与人类偏好对齐，以及两个 SFT 阶段，作为模型推理和非推理能力的种子。

我们相信该流程将通过创建更好的模型使行业受益。

蒸馏：小模型也可以很强大

我们证明，大模型的推理模式可以蒸馏到较小的模型中，从而比在小模型上通过 RL 发现的推理模式获得更好的性能。开源的 DeepSeek-R1 及其 API 将有助于研究社区未来蒸馏出更好的小模型。
使用 DeepSeek-R1 生成的推理数据，我们微调了研究社区中广泛使用的几个密集模型。评估结果表明，蒸馏后的小型密集模型在基准测试中表现异常出色。我们向社区开源了基于 Qwen2.5 和 Llama3 系列的 1.5B、7B、8B、14B、32B 和 70B 检查点。

3. 模型下载

Permalink: 3. Model Downloads

DeepSeek-R1 模型

Permalink: DeepSeek-R1 Models

| 模型 | 总参数 | 激活参数 | 上下文长度 | 下载 | | :-: | :-: | :-: | :-: | :-: | | DeepSeek-R1-Zero | 671B | 37B | 128K |🤗 HuggingFace| | DeepSeek-R1 | 671B | 37B | 128K |🤗 HuggingFace|

DeepSeek-R1-Zero 和 DeepSeek-R1 基于 DeepSeek-V3-Base 训练。有关模型架构的更多详细信息，请参阅DeepSeek-V3仓库。

DeepSeek-R1-Distill 模型

Permalink: DeepSeek-R1-Distill Models

DeepSeek-R1-Distill 模型基于开源模型微调，使用 DeepSeek-R1 生成的样本。我们略微更改了它们的配置和分词器。请使用我们的设置来运行这些模型。

4. 评估结果

Permalink: 4. Evaluation Results

DeepSeek-R1 评估

Permalink: DeepSeek-R1-Evaluation

对于所有模型，最大生成长度设置为 32,768 个 token。对于需要采样的基准测试，我们使用温度为 0.6，top-p 值为 0.95，并为每个查询生成 64 个响应以估计 pass@1。

| 类别 | 基准测试（指标） | Claude-3.5-Sonnet-1022 | GPT-4o 0513 | DeepSeek V3 | OpenAI o1-mini | OpenAI o1-1217 | DeepSeek R1 | | --- | --- | --- | --- | --- | --- | --- | --- | | | 架构 | - | - | MoE | - | - | MoE | | | # 激活参数 | - | - | 37B | - | - | 37B | | | # 总参数 | - | - | 671B | - | - | 671B | | 英语 | MMLU (Pass@1) | 88.3 | 87.2 | 88.5 | 85.2 | 91.8 | 90.8 | | | MMLU-Redux (EM) | 88.9 | 88.0 | 89.1 | 86.7 | - | 92.9 | | | MMLU-Pro (EM) | 78.0 | 72.6 | 75.9 | 80.3 | - | 84.0 | | | DROP (3-shot F1) | 88.3 | 83.7 | 91.6 | 83.9 | 90.2 | 92.2 | | | IF-Eval (Prompt Strict) | 86.5 | 84.3 | 86.1 | 84.8 | - | 83.3 | | | GPQA-Diamond (Pass@1) | 65.0 | 49.9 | 59.1 | 60.0 | 75.7 | 71.5 | | | SimpleQA (Correct) | 28.4 | 38.2 | 24.9 | 7.0 | 47.0 | 30.1 | | | FRAMES (Acc.) | 72.5 | 80.5 | 73.3 | 76.9 | - | 82.5 | | | AlpacaEval2.0 (LC-winrate) | 52.0 | 51.1 | 70.0 | 57.8 | - | 87.6 | | | ArenaHard (GPT-4-1106) | 85.2 | 80.4 | 85.5 | 92.0 | - | 92.3 | | 代码 | LiveCodeBench (Pass@1-COT) | 33.8 | 34.2 | - | 53.8 | 63.4 | 65.9 | | | Codeforces (Percentile) | 20.3 | 23.6 | 58.7 | 93.4 | 96.6 | 96.3 | | | Codeforces (Rating) | 717 | 759 | 1134 | 1820 | 2061 | 2029 | | | SWE Verified (Resolved) | 50.8 | 38.8 | 42.0 | 41.6 | 48.9 | 49.2 | | | Aider-Polyglot (Acc.) | 45.3 | 16.0 | 49.6 | 32.9 | 61.7 | 53.3 | | 数学 | AIME 2024 (Pass@1) | 16.0 | 9.3 | 39.2 | 63.6 | 79.2 | 79.8 | | | MATH-500 (Pass@1) | 78.3 | 74.6 | 90.2 | 90.0 | 96.4 | 97.3 | | | CNMO 2024 (Pass@1) | 13.1 | 10.8 | 43.2 | 67.6 | - | 78.8 | | 中文 | CLUEWSC (EM) | 85.4 | 87.9 | 90.9 | 89.9 | - | 92.8 | | | C-Eval (EM) | 76.7 | 76.0 | 86.5 | 68.9 | - | 91.8 | | | C-SimpleQA (Correct) | 55.4 | 58.7 | 68.0 | 40.3 | - | 63.7 |

蒸馏模型评估

Permalink: Distilled Model Evaluation

| 模型 | AIME 2024 pass@1 | AIME 2024 cons@64 | MATH-500 pass@1 | GPQA Diamond pass@1 | LiveCodeBench pass@1 | CodeForces rating | | --- | --- | --- | --- | --- | --- | --- | | GPT-4o-0513 | 9.3 | 13.4 | 74.6 | 49.9 | 32.9 | 759 | | Claude-3.5-Sonnet-1022 | 16.0 | 26.7 | 78.3 | 65.0 | 38.9 | 717 | | o1-mini | 63.6 | 80.0 | 90.0 | 60.0 | 53.8 | 1820 | | QwQ-32B-Preview | 44.0 | 60.0 | 90.6 | 54.5 | 41.9 | 1316 | | DeepSeek-R1-Distill-Qwen-1.5B | 28.9 | 52.7 | 83.9 | 33.8 | 16.9 | 954 | | DeepSeek-R1-Distill-Qwen-7B | 55.5 | 83.3 | 92.8 | 49.1 | 37.6 | 1189 | | DeepSeek-R1-Distill-Qwen-14B | 69.7 | 80.0 | 93.9 | 59.1 | 53.1 | 1481 | | DeepSeek-R1-Distill-Qwen-32B | 72.6 | 83.3 | 94.3 | 62.1 | 57.2 | 1691 | | DeepSeek-R1-Distill-Llama-8B | 50.4 | 80.0 | 89.1 | 49.0 | 39.6 | 1205 | | DeepSeek-R1-Distill-Llama-70B | 70.0 | 86.7 | 94.5 | 65.2 | 57.5 | 1633 |

5. 聊天网站和 API 平台

Permalink: 5. Chat Website & API Platform

您可以在 DeepSeek 官方网站上与 DeepSeek-R1 聊天：chat.deepseek.com，并打开“DeepThink”按钮。

我们还在 DeepSeek 平台提供兼容 OpenAI 的 API：platform.deepseek.com

6. 如何在本地运行

Permalink: 6. How to Run Locally

DeepSeek-R1 模型

Permalink: DeepSeek-R1 Models

请访问DeepSeek-V3仓库以获取有关在本地运行 DeepSeek-R1 的更多信息。

注意：Hugging Face 的 Transformers 尚未直接支持。

DeepSeek-R1-Distill 模型

Permalink: DeepSeek-R1-Distill Models

DeepSeek-R1-Distill 模型可以像 Qwen 或 Llama 模型一样使用。

例如，您可以使用vLLM轻松启动服务：

vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B --tensor-parallel-size 2 --max-model-len 32768 --enforce-eager

您也可以使用SGLang轻松启动服务

python3 -m sglang.launch_server --model deepseek-ai/DeepSeek-R1-Distill-Qwen-32B --trust-remote-code --tp 2

使用建议

永久链接：使用建议

我们建议在使用 DeepSeek-R1 系列模型时遵循以下配置（包括基准测试），以达到预期性能：

将温度设置在 0.5-0.7 范围内（推荐 0.6），以防止无休止的重复或不连贯的输出。
避免添加系统提示，所有指令都应包含在用户提示中。
对于数学问题，建议在提示中包含指令，例如：“请逐步推理，并将最终答案放在 \boxed{} 中。”
评估模型性能时，建议进行多次测试并取平均值。

此外，我们观察到 DeepSeek-R1 系列模型在回答某些查询时倾向于跳过思考模式（即输出“<think>\n\n</think>”），这可能会对模型性能产生不利影响。为了确保模型进行深入推理，我们建议强制模型在每次输出的开头以“<think>\n”开始。

官方提示词

永久链接：官方提示词

在官方 DeepSeek 网页/应用中，我们不使用系统提示，而是设计了两个特定的提示词用于文件上传和网页搜索，以提供更好的用户体验。此外，网页/应用中的温度为 0.6。

对于文件上传，请按照模板创建提示词，其中 {file_name}、{file_content} 和 {question} 是参数。

file_template = \
"""[文件名称]: {file_name}
[文件内容开始]
{file_content}
[文件内容结束]
{question}"""

对于网页搜索，{search_results}、{cur_date} 和 {question} 是参数。

对于中文查询，我们使用提示词：

search_answer_zh_template = \
'''# 以下内容是基于用户发送的消息的搜索结果:
{search_results}
在我给你的搜索结果中，每个结果都是[webpage X begin]...[webpage X end]格式的，X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分引用上下文。如果一句话源自多个上下文，请列出所有相关的引用编号，例如[citation:3][citation:5]，切记不要将引用集中在最后返回引用编号，而是在答案对应部分列出。
在回答时，请注意以下几点：
- 今天是{cur_date}。
- 并非搜索结果的所有内容都与用户的问题密切相关，你需要结合问题，对搜索结果进行甄别、筛选。
- 对于列举类的问题（如列举所有航班信息），尽量将答案控制在10个要点以内，并告诉用户可以查看搜索来源、获得完整信息。优先提供信息完整、最相关的列举项；如非必要，不要主动告诉用户搜索结果未提供的内容。
- 对于创作类的问题（如写论文），请务必在正文的段落中引用对应的参考编号，例如[citation:3][citation:5]，不能只在文章末尾引用。你需要解读并概括用户的题目要求，选择合适的格式，充分利用搜索结果并抽取重要信息，生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长，对于每一个要点的论述要推测用户的意图，给出尽可能多角度的回答要点，且务必信息量大、论述详尽。
- 如果回答很长，请尽量结构化、分段落总结。如果需要分点作答，尽量控制在5个点以内，并合并相关的内容。
- 对于客观类的问答，如果问题的答案非常简短，可以适当补充一到两句相关信息，以丰富内容。
- 你需要根据用户要求和回答内容选择合适、美观的回答格式，确保可读性强。
- 你的回答应该综合多个相关网页来回答，不能重复引用一个网页。
- 除非用户要求，否则你回答的语言需要和用户提问的语言保持一致。

# 用户消息为：
{question}'''

对于英文查询，我们使用提示词：

search_answer_en_template = \
'''# 以下内容是与用户消息相关的搜索结果：
{search_results}
在我提供给你的搜索结果中，每个结果都格式化为 [webpage X begin]...[webpage X end]，其中 X 代表每篇文章的数字索引。请在适当的情况下在相关句子末尾引用上下文。在答案的相应部分使用引用格式 [citation:X]。如果一句话源自多个上下文，请列出所有相关的引用编号，例如 [citation:3][citation:5]。切勿将所有引用集中在末尾，而应将其包含在答案的相应部分。
回答时，请记住以下几点：
- 今天是 {cur_date}。
- 并非搜索结果中的所有内容都与用户的问题密切相关。你需要根据问题评估和筛选搜索结果。
- 对于列举类问题（例如，列出所有航班信息），尽量将答案限制在 10 个要点以内，并告知用户可以参阅搜索来源以获取完整信息。优先提供最完整、最相关的列表项。除非必要，否则避免提及搜索结果中未提供的内容。
- 对于创作类任务（例如，写文章），请确保在正文中引用参考文献，例如 [citation:3][citation:5]，而不仅仅是在文末。你需要解读和总结用户的要求，选择合适的格式，充分利用搜索结果，提取关键信息，并生成具有洞察力、创造力和专业性的答案。尽可能延长回答的长度，详细且多角度地阐述每个要点，确保内容丰富详尽。
- 如果回答较长，请做好结构安排，并分段总结。如果需要分点回答，尽量限制在 5 点以内，并合并相关内容。
- 对于客观问答，如果答案非常简短，可以添加一两句相关信息以丰富内容。
- 根据用户的要求和回答内容，选择合适且美观的回复格式，确保可读性强。
- 你的回答应综合多个相关网页的信息，避免重复引用同一网页。
- 除非用户另有要求，否则你的回答语言应与用户提问的语言保持一致。

# 用户消息为：
{question}'''

7. 许可证

永久链接：7. 许可证

本代码仓库和模型权重根据MIT 许可证授权。 DeepSeek-R1 系列支持商业使用，允许任何修改和衍生作品，包括但不限于用于训练其他 LLM 的蒸馏。请注意：

DeepSeek-R1-Distill-Qwen-1.5B、DeepSeek-R1-Distill-Qwen-7B、DeepSeek-R1-Distill-Qwen-14B 和 DeepSeek-R1-Distill-Qwen-32B 源自Qwen-2.5 系列，原始授权为Apache 2.0 许可证，现使用 DeepSeek-R1 精选的 80 万样本进行微调。
DeepSeek-R1-Distill-Llama-8B 源自 Llama3.1-8B-Base，原始授权为Llama3.1 许可证。
DeepSeek-R1-Distill-Llama-70B 源自 Llama3.3-70B-Instruct，原始授权为Llama3.3 许可证。

8. 引用

永久链接：8. 引用

@misc{deepseekai2025deepseekr1incentivizingreasoningcapability,
      title={DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning},
      author={DeepSeek-AI},
      year={2025},
      eprint={2501.12948},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2501.12948},
}

9. 联系方式

永久链接：9. 联系方式

如果您有任何问题，请提出问题或通过 [service@deepseek.com](mailto:service@deepseek.com) 联系我们。

关于

未提供描述、网站或主题。

版本\ 1

软件包\ 0

未发布任何软件包

哎呀！

加载时出错。请重新加载此页面。

贡献者\ 13

![@stack-heap-overflow](https://github.com/stack-heap-overflow)
![@Konano](https://github.com/Konano)
![@DeepSeekPH](https://github.com/DeepSeekPH)
![@mowentian](https://github.com/mowentian)
![@GeeeekExplorer](https://github.com/GeeeekExplorer)
![@DeepSeekDDM](https://github.com/DeepSeekDDM)
![@eladb](https://github.com/eladb)
![@User670](https://github.com/User670)
![@eltociear](https://github.com/eltociear)
![@peti562](https://github.com/peti562)
![@shigma](https://github.com/shigma)
![@zhyncs](https://github.com/zhyncs)
![@aBurmeseDev](https://github.com/aBurmeseDev)

你目前无法执行此操作。

来源地区

China

热度分

分类

公司动态

语言

DeepSeek发布R1模型，性能提升显著

哎呀！

文件夹和文件

仓库文件导航

DeepSeek-R1

1. 引言

2. 模型摘要

3. 模型下载

DeepSeek-R1 模型

DeepSeek-R1-Distill 模型

4. 评估结果

DeepSeek-R1 评估

蒸馏模型评估

5. 聊天网站和 API 平台

6. 如何在本地运行

DeepSeek-R1 模型

DeepSeek-R1-Distill 模型

使用建议

官方提示词

7. 许可证

8. 引用

9. 联系方式

关于

资源

许可证

哎呀！

星标

关注者

复刻

版本\ 1

软件包\ 0

哎呀！

贡献者\ 13