简简单单 Online zuozuo ：本心、输入输出、结果
文章目录
- DeepSeek HuggingFace 70B Llama 版本 （DeepSeek-R1-Distill-Llama-70B）
-
- 前言
-
- vllm 方式在本地部署 DeepSeek-R1-Distill 模型
- SGLang 方式在本地部署 DeepSeek-R1-Distill 模型
- DeepSeek-R1 相关的 Models，以及 HuggingFace 下载地址
- DeepSeek-R1 的评估结果
- DeepSeek-R1-Distill Models，DeepSeek-R1 蒸馏的模型列表以及 HuggingFace 下载地址
- DeepSeek-R1-Distill Models 蒸馏模型评估结果
DeepSeek HuggingFace 70B Llama 版本 （DeepSeek-R1-Distill-Llama-70B）
编辑 | 简简单单 Online zuozuo
地址 | https://blog.csdn.net/qq_15071263
如果觉得本文对你有帮助，欢迎点赞、收藏、评论，谢谢
前言
- DeepSeek-R1-Zero 是一种通过大规模强化学习 （RL） 训练的模型，没有监督微调 （SFT） 作为初步步骤，在推理方面表现出了卓越的性能。
- 随着 RL 的出现，DeepSeek-R1-Zero 自然而然地出现了许多强大而有趣的
