← Alle Modelle

DeepSeek-R1-Distill-Qwen-7B

Veröffentlicht Herausgeber DeepSeek

Modelleinordnung

DeepSeek-R1-Distill-Qwen-7B ist ein von DeepSeek veröffentlichtes dichtes Reasoning-Modell mit etwa 7 Milliarden Parametern. Es basiert auf Qwen2.5-Math-7B und wurde mit von DeepSeek-R1 erzeugten Beispielen feinabgestimmt. Es ist ein eigenständiges Modell der R1-Destillationsserie und nicht das vollständige DeepSeek-R1. (github.com)

Fähigkeiten und Anwendungen

Das Modell ist für Textaufgaben wie mathematisches, programmierbezogenes und natürlichsprachliches Schlussfolgern ausgelegt. Es kann zur Lösung von Aufgaben, als Programmierhilfe und für die Reasoning-Forschung eingesetzt werden. In offiziellen Evaluationen erreichte das Modell auf AIME 2024 einen pass@1-Wert von 55.5% und auf MATH-500 einen Wert von 92.8%; diese Ergebnisse wurden unter bestimmten Evaluationsbedingungen erzielt und garantieren keine Leistung bei tatsächlichen Aufgaben. (github.com)

Die Modellgewichte werden offiziell bereitgestellt und können für lokale Bereitstellung und Forschung verwendet werden. Das offizielle Repository gibt an, dass Code und Gewichte unter der MIT-Lizenz stehen, und verweist auf die ursprüngliche Lizenz des Qwen-Basismodells. Bei der Nutzung sollten die jeweiligen Lizenzen geprüft werden. (huggingface.co)

Einschränkungen

Das Modell kann falsche Antworten sowie sich wiederholende oder inkohärente Ausgaben erzeugen; wichtige Ergebnisse müssen von Menschen überprüft werden. Offiziell wird empfohlen, die Sampling-Temperatur auf 0.5–0.7 einzustellen, mit einem empfohlenen Wert von 0.6; bei der Bereitstellung sollten die offiziell bereitgestellten Konfigurations- und Tokenizer-Einstellungen verwendet werden. (github.com)

Datum

2025-01-20: Datum der Bereitstellung im offiziellen Modell-Repository. Die offizielle Veröffentlichungsankündigung von DeepSeek gab an diesem Tag bekannt, dass sechs kleine destillierte Modelle gleichzeitig als Open Source veröffentlicht wurden; die Commit-Historie des offiziellen Modell-Repositorys dieses konkreten Modells verzeichnet ebenfalls Datei-Uploads und Veröffentlichungs-Commits an diesem Tag. (api-docs.deepseek.com)

Hinweis zu den Angaben: Ob dieses konkrete Modell vor der Bereitstellung bereits ein früheres eigenständiges Erstveröffentlichungsereignis hatte, ist anhand der vorliegenden Daten noch nicht unabhängig verifiziert. Hier wird das oben genannte Bereitstellungsdatum im offiziellen Modell-Repository verwendet; es wird nicht als Datum eines früheren Erstveröffentlichungsereignisses angenommen. (huggingface.co)

Preis

Bis zum 2026-11-20 konnten nach Prüfung der offiziellen chinesischen Preisseite von DeepSeek und der offiziellen englischen Preisseite für dieses konkrete Modell keine offiziellen API-Einheitspreise für Eingabe oder Ausgabe verifiziert werden; daher sind Preisangaben sowohl in Renminbi als auch in US-Dollar nicht verifiziert. Die auf den Preisseiten aufgeführten Preise anderer Modelle sowie die historischen Preise des ursprünglichen DeepSeek-R1 können nicht auf dieses destillierte 7B-Modell übertragen werden. Die Kosten für Rechenressourcen bei eigener Bereitstellung hängen von der verwendeten Umgebung ab. (api-docs.deepseek.com)

Offizielle Quellen