输入文本文本
它是什么
DeepSeek-R1 是 DeepSeek 于 2025 年 1 月发布的推理模型，在输出答案前先生成长的思维链。它用强化学习训练模型自主产生推理步骤，而不是依赖大量人工标注的推理示例。R1 基于 V3 系列的架构规模，权重以 MIT 许可开放，并公开了训练方法的技术报告。发布后出现了大量基于 R1 的蒸馏版本，把推理能力迁移到更小的模型上。
为什么值得记住
把前沿推理模型的权重以 MIT 许可完整开放，并给出可复现的强化学习训练方案；发布后大量蒸馏版本出现，改变了不少团队“自建推理能力”的成本结构。
关键规格
- 参数规模
- 671B（MoE，激活 37B）
- 上下文窗口
- 128K tokens
- 开放权重
- 是（MIT 许可）
- 类型
- 推理模型（reasoning model）