मुख्य सामग्री पर जाएं

DeepSeek R1 Zero

DeepSeekDeepSeekOpen WeightMIT · Commercial OK

विवरण

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.

रिलीज़ तिथि
2025-01-20
पैरामीटर
671.0B
संदर्भ लंबाई
मोडैलिटीज़

क्षमता रडार

60
general
50
coding
90
reasoning
60
scienceअनुमानित
0
agents
0
multimodal

समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।

रैंकिंग

कोई रैंकिंग डेटा उपलब्ध नहीं

बेंचमार्क स्कोर (LLM Stats)

Biology

GPQA73.3%स्वयं

Code

LiveCodeBench50.0%स्वयं

Math

MATH-50095.9%स्वयं
AIME 202486.7%स्वयं

AA मूल्यांकन सूचकांक

कोई AA मूल्यांकन डेटा उपलब्ध नहीं

LLM Stats श्रेणी स्कोर

Math
90
Reasoning
80
Biology
70
Chemistry
70
Physics
70
General
60
Code
50

मूल्य निर्धारण

कोई मूल्य डेटा उपलब्ध नहीं

गति

कोई गति डेटा उपलब्ध नहीं

उपलब्ध प्रदाता

(LS आंतरिक इकाइयाँ)

कोई प्रदाता डेटा उपलब्ध नहीं

बाहरी लिंक