DeepSeek-R1のモデル仕様は何ですか？

DeepSeek-R1は、671Bの総パラメータを持ち、37Bのアクティブパラメータを持っています。MoE（Mixture of Experts）アーキテクチャを使用し、コンテキストの長さは128Kトークンです。

DeepSeek-R1はオープンソースですか？ライセンスは何ですか？

はい、DeepSeek-R1は完全にオープンソースで、MITライセンスの下でライセンスされています。商業利用をサポートし、他のLLMの訓練のための蒸留を含む、任意の変更や派生作品を許可しています。

DeepSeek-R1をどのように使用できますか？

DeepSeek-R1は、次の複数のチャネルを通じて使用できます：1）公式ウェブサイトchat.deepseek.comでチャットする 2）platform.deepseek.comでOpenAI互換APIを使用する 3）DeepSeek-V3リポジトリの指示に従ってローカルで実行する。

DeepSeek-R1を使用するための推奨設定は何ですか？

推奨設定には次が含まれます：1）温度を0.5-0.7（0.6推奨）に設定する 2）システムプロンプトを避け、ユーザープロンプトにすべての指示を含める 3）数学の問題については、'\boxed{}'ディレクティブを含める 4）パフォーマンスを評価する際に複数のテストを実施する。

DeepSeek-R1のユニークな点は何ですか？

DeepSeek-R1は、LLMの推論能力が監視されたファインチューニングなしで強化学習を通じて純粋にインセンティブを与えることができることを検証した最初のオープンリサーチとして注目されています。自己検証、反省、長い思考の連鎖を生成する能力を示しています。

DeepSeek-R1

WebsiteFreeLarge Language Models (LLMs)Research Tools

DeepSeek-R1は、数学、コード、推論タスクにおいてOpenAIのo1に匹敵するパフォーマンスを達成する高度なオープンソースAI推論モデルで、革新的な強化学習技術と広範なアクセスのための複数の蒸留版を特徴としています

ソーシャル＆メール:

ウェブサイトを訪問

このツールを宣伝する

https://www.deepseek.com/?utm_source=aipure

概要
分析
公式投稿
動画
記事
代替案

製品情報

更新日:2025年02月16日

DeepSeek-R1 の月間トラフィック傾向

DeepSeek-R1は2025年1月に2億7790万回のアクセスを達成し、2256.5%の成長を遂げました。OpenAIのGPT-4と同等の性能を大幅に低いコストで実現すると謳うR1モデルのリリースにより、市場での存在感が大きく向上しました。Microsoft、AWS、Hugging Faceなどの主要クラウドプラットフォームとの統合により、さらなる採用と認知度の向上が実現しました。

過去のトラフィックを表示

DeepSeek-R1とは

DeepSeek-R1は、DeepSeek AIによって開発された第一世代の推論モデルで、DeepSeek-R1-ZeroとDeepSeek-R1の2つの主要なバリアントがあります。671Bの総パラメータと37Bのアクティブパラメータを持つMixture-of-Experts (MoE)アーキテクチャに基づいており、AI推論能力における重要なブレークスルーを表しています。このモデルは、思考の連鎖プロセスを通じて複雑な推論タスクを処理するように設計されており、128Kトークンのコンテキスト長で機能します。DeepSeekのチャットプラットフォームを通じて、またはオープンソースモデルとして利用可能で、LlamaおよびQwenアーキテクチャに基づく1.5Bから70Bのパラメータを持つ複数の蒸留版があります。

DeepSeek-R1の主な機能

DeepSeek-R1は、数学、コード、および推論タスクにおいてOpenAIのo1モデルに匹敵する性能を達成する高度なオープンソースAI推論モデルです。大規模な強化学習を使用して訓練されており、段階的な推論、自己検証、反省機能を可能にする独自のアーキテクチャを特徴としています。このモデルは、LlamaおよびQwenに基づいて小型化されており、強力な性能を維持しながら、よりアクセスしやすくなっています。

高度な推論機能: 自己検証と反省パターンを用いた思考の連鎖推論を採用し、透明な段階的問題解決を可能にします

大規模RLトレーニング: 推論能力が監視された微調整なしで純粋に強化学習を通じて開発できることを検証する初のオープンリサーチです

柔軟なモデルオプション: 蒸留を通じて複数のサイズ（1.5Bから70Bパラメータ）で利用可能で、強力な性能を維持しながら異なる計算要件に対応するオプションを提供します

拡張されたコンテキスト長: 最大128Kトークンのコンテキスト長をサポートし、より長い入力を処理し、より詳細な応答を生成します

DeepSeek-R1のユースケース

高度な数学問題解決: AIMEやMATH-500ベンチマークを含む複雑な数学問題を段階的な推論で解決するのに優れています

ソフトウェア開発とコーディング: 高レベルのコーディングタスク、競技プログラミング問題、およびソフトウェア工学の課題を高い精度で実行します

教育支援: さまざまな科目にわたって詳細な説明と段階的な問題解決アプローチを提供することで、学生や教育者を支援します

多言語推論タスク: 英語と中国語の両方で複雑な推論タスクを処理し、国際的なアプリケーションにとって価値があります

メリット

MITライセンスの下でオープンソースで商業利用可能です

OpenAIのo1のような専有モデルに匹敵する性能

異なる計算ニーズに対応するために複数のサイズで利用可能です

デメリット

大きなモデルにはかなりの計算リソースが必要です

温度設定は繰り返しを防ぐために慎重に調整する必要があります

システムプロンプトはサポートされていない - すべての指示はユーザープロンプト内にある必要があります

DeepSeek-R1の使い方

アクセス方法を選択: DeepSeek-R1にアクセスするための3つのオプションがあります: ウェブインターフェース、API、またはローカルインストール

ウェブインターフェースアクセス: chat.deepseek.comにアクセスし、ログインして、DeepSeek-R1と対話するために'DeepThink'ボタンを有効にします。注意: 高度なモードでは1日50メッセージに制限されています

APIアクセス: 1. platform.deepseek.comでサインアップしてAPIキーを取得します 2. model='deepseek-reasoner'を指定してOpenAI互換APIを使用します 3. base_urlをhttps://api.deepseek.com/v1に設定します

ローカルインストール（蒸留モデル）: vLLMまたはSGLangをインストールして、ローカルで小さな蒸留版を実行します。vLLMを使用する場合は、'vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B --tensor-parallel-size 2 --max-model-len 32768 --enforce-eager'を使用します

使用設定を構成: 温度を0.5-0.7の範囲に設定（0.6を推奨）、システムプロンプトを避け、ユーザープロンプトに指示を含め、数学の問題には'\boxed{}'ディレクティブを追加します

モデルバージョンを選択: 計算リソースに基づいて、DeepSeek-R1-Zero（純粋なRLモデル）、DeepSeek-R1（フルモデル）、または蒸留版（Qwen/Llamaベース）を選択します

プロンプトをフォーマット: システムプロンプトなしで、ユーザープロンプトにすべての指示を含めます。数学の問題については、最終的な回答を\boxed{}内で要求します

複数の応答を生成: 最良の結果を得るために、複数の応答を生成し、モデルのパフォーマンスを評価する際に結果を平均化します

DeepSeek-R1のよくある質問

DeepSeek-R1は、DeepSeek-AIによって開発された第一世代の推論モデルで、数学、コード、推論タスクにおいてOpenAI-o1に匹敵するパフォーマンスを達成します。大規模な強化学習を使用して訓練されており、DeepSeek-R1-ZeroとDeepSeek-R1の2つのバージョンがあります。