Übersicht
DeepSeek-R1 ist das erste Reasoning-Modell, das auf Basis von DeepSeek-V3 entwickelt wurde. Neben Reinforcement Learning verwendet es Chain-of-Thought Mechanismen und liefert beeindruckende SOTA-Ergebnisse in den Benchmarks.
Websuche
NeinKann das Modell auf relevante Informationen aus dem Web zugreifen?
Multimodalität
NeinKann das Modell verschiedene Medienarten verarbeiten?
Finetuning
JaKann das Modell finetuned werden?
Performance
DeepSeek-R1 Benchmark Übersicht
Provider
Du kannst DeepSeek-R1 über die API folgender Anbieter nutzen:
Together.ai
Fehler gefunden? Kontaktiere uns!
Wir legen großen Wert auf die Genauigkeit unserer Modelldaten. Falls dir Unstimmigkeiten oder veraltete Informationen auffallen, lass es uns bitte wissen. Dein Feedback hilft uns, die Qualität unserer Plattform stetig zu verbessern.
Technische Details
Architektur
Architektur-Typ | Transformer, Mixture of Experts |
Input Kontextlänge | 163,8k Token |
Output Kontextlänge | 32,8k Token |
Inferenzoptimierung | Modell-Distillation |
Trainingsmethode | Supervised Fine-Tuning, Reinforcement Learning |
Tokenizer & Attention
Tokenizer Modell | SentencePiece |
BOS Token | <｜begin▁of▁sentence｜> |
EOS Token | <｜end▁of▁sentence｜> |
Padding Token | |
Attention Heads | 28 |
KV Heads | 4 |
Quantisierung | fp8, bf16 |
Vor- & Nachteile
Vorteile
Open-Source
DeepSeek-R1 wurde als Open-Source Modell mit MIT-Lizenz veröffentlicht.
Lokal ausführbar
Das Modell lässt sich herunterladen und über Programme wie LM Studio oder OpenLlama lokal ausführen.
Viele Versionen verfügbar
Neben dem Hauptmodell sind viele kleinere, distillierte Modelle verfügbar.
Reasoning-Kapazitäten
DeepSeek-R1 ist ein Reasoning-LLM, das den vollständigen <think> Prozess ausgibt.
Nachteile
Modell-Bias
Das Modell wurde nicht mit neutralen Daten trainiert und verschleiert dunkle Episoden chinesischer Geschichte.
Kein Datenschutz beim Chatbot
Wer DeepSeek-R1 über die offizielle Website oder App verwendet, gibt seine Daten preis.
Fehlende Multimodalität
Das Modell kann nur mit Text- und nicht mit Bild- oder Audio-Daten umgehen.