Saltar al contenido principal

DeepSeek R1 Zero

DeepSeekDeepSeekOpen WeightMIT · Uso Comercial

Descripción

DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a preliminary step, demonstrated remarkable performance on reasoning. With RL, DeepSeek-R1-Zero naturally emerged with numerous powerful and interesting reasoning behaviors. However, DeepSeek-R1-Zero encounters challenges such as endless repetition, poor readability, and language mixing. To address these issues and further enhance reasoning performance, we introduce DeepSeek-R1, which incorporates cold-start data before RL. DeepSeek-R1 achieves performance comparable to OpenAI-o1 across math, code, and reasoning tasks.

Fecha de lanzamiento
2025-01-20
Parámetros
671.0B
Longitud del contexto
Modalidades

Radar de capacidades

80
general
50
coding
90
reasoning
60
scienceest.
78
agents
0
multimodal

Science se estima a partir de las puntuaciones científicas de LLM Stats o del razonamiento cuando no hay benchmarks científicos dedicados.

Rankings

No hay datos de ranking disponibles

Puntuaciones de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

Biology

GPQANYU + Cohere + Anthropic (2023)73.3%Aut.

Code

LiveCodeBench50.0%Aut.

Math

MATH-50095.9%Aut.
AIME 202486.7%Aut.

Índices de evaluación AA

(Artificial Analysis)

No hay datos de evaluación AA disponibles

Puntuaciones por categoría LLM Stats

(LLM Stats (zeroeval))
Math
90
Reasoning
80
General
80
Physics
70
Biology
70
Chemistry
70
Code
50

Precios

No hay datos de precios disponibles

Velocidad

No hay datos de velocidad disponibles

Ranking de Precios por Proveedor

No hay datos de proveedores disponibles

Fuentes externas