DeepSeek-R1
Если вам надоели LLM-ки, которые выдают «кашу» вместо логичных рассуждений, то DeepSeek-R1 — это то, что надо. Он круто решает задачи по математике, коду и вообще умеет рассуждать, как человек. Причём он не просто повторяет заученные фразы, а реально думает.
Это не просто очередная большая языковая модель, а целая серия моделей, включая DeepSeek-R1-Zero и DeepSeek-R1, а также их дистиллированные версии на базе Qwen и Llama. Они доступны на Hugging Face, и их можно легко запустить локально, например, через vLLM или SGLang.
Самое интересное, что DeepSeek-R1-Zero обучался чисто на Reinforcement Learning, без предварительного SFT, и это уже дало ему крутые способности к самопроверке и рефлексии. А потом его доработали, чтобы убрать повторы и улучшить читаемость, получив DeepSeek-R1.
https://github.com/deepseek-ai/DeepSeek-R1 | 91978 звёзд
#сервисы
