DeepSeek-R1 是 DeepSeek 第一代推理模型系列，包含 R1-Zero（纯 RL、无 SFT 冷启动）与 R1（含冷启动数据）。R1 在数学、代码、推理任务上对标 OpenAI o1；同时开源了基于 Qwen2.5 与 Llama3 蒸馏的 6 个稠密小模型（1.5B/7B/8B/14B/32B/70B）。
一、项目官方信息
| 项目 | 信息 |
|---|---|
| GitHub 仓库 | https://github.com/deepseek-ai/DeepSeek-R1 |
| 官方网站 | https://www.deepseek.com |
| 在线对话 | https://chat.deepseek.com（开启 DeepThink） |
| Hugging Face | https://huggingface.co/deepseek-ai |
| 论文 | https://arxiv.org/abs/2501.12948 |
| 开源协议 | MIT（模型与代码，支持商用与蒸馏） |
| 主要语言 | Python（约 100%） |
| Star 数 | 约 92k |
二、官方图片
DeepSeek-R1 与 Claude-3.5、GPT-4o、o1 等在推理基准上的对比：
三、环境要求
- 671B MoE 版本：同 V3，多卡 H800/A100，BF16/FP8 专用框架。
- 蒸馏小模型：1.5B/7B/8B 单卡可跑；14B/32B 需 24GB+ 显卡；70B 需多卡。
- 推理框架：vLLM、SGLang；Transformers 未直接支持 R1 主模型。
- 蒸馏模型可直接当 Qwen/Llama 用。
四、完整部署步骤
1. 选择模型
主模型（671B）：
- DeepSeek-R1-Zero：https://huggingface.co/deepseek-ai/DeepSeek-R1-Zero
- DeepSeek-R1：https://huggingface.co/deepseek-ai/DeepSeek-R1
蒸馏小模型：
| 模型 | 基座 |
|---|---|
| R1-Distill-Qwen-1.5B | Qwen2.5-Math-1.5B |
| R1-Distill-Qwen-7B | Qwen2.5-Math-7B |
| R1-Distill-Llama-8B | Llama-3.1-8B |
| R1-Distill-Qwen-14B | Qwen2.5-14B |
| R1-Distill-Qwen-32B | Qwen2.5-32B |
| R1-Distill-Llama-70B | Llama-3.3-70B-Instruct |
2. 主模型部署
671B 版本与 DeepSeek-V3 共用部署方式，详见 V3 仓库：https://github.com/deepseek-ai/DeepSeek-V3 。
3. 蒸馏模型用 vLLM 启动
vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B \
--tensor-parallel-size 2 \
--max-model-len 32768 \
--enforce-eager
4. 蒸馏模型用 SGLang 启动
python3 -m sglang.launch_server \
--model deepseek-ai/DeepSeek-R1-Distill-Qwen-32B \
--trust-remote-code --tp 2
5. 用 Ollama 拉取
ollama pull deepseek-r1:7b
（Ollama 已支持 R1 系列）
五、使用方法
官方使用建议（重要）
- temperature 设 0.5–0.7（推荐 0.6），避免无限重复或输出混乱；
- 不要加 system prompt，所有指令写在 user prompt 里；
- 数学题在 prompt 里加："Please reason step by step, and put your final answer within \boxed{}."；
- 评估时多次测试取平均；
- 强制模型以
<think>\n开头，避免跳过思维链。
在线 API
DeepSeek 平台提供 OpenAI 兼容 API：https://platform.deepseek.com ，网页/App 开启 "DeepThink"。
关键性能
- MATH-500 97.3、AIME 2024 79.8、LiveCodeBench 65.9；
- 蒸馏 R1-Distill-Qwen-32B 在 AIME 2024 达 72.6，超过 o1-mini。
六、常见问题 FAQ
1. 输出一直重复？
temperature 调到 0.6；强制以 <think> 开头。
2. 加了 system prompt 效果差？ 官方建议不加，把所有指令放 user prompt。
3. 主模型能用 Transformers 直接加载吗？ README 明确未直接支持，用 V3 同款推理框架。
4. 蒸馏模型版权？ Qwen 系列蒸馏基于 Apache-2.0；Llama 蒸馏基于 Llama 许可；整体 MIT，允许商用与二次蒸馏。
5. R1-Zero 与 R1 区别？ R1-Zero 纯 RL 训练，可读性差、语言混合；R1 加了冷启动数据，更易读。
6. 上下文多长？ 128K。
七、跳转链接
- GitHub 仓库：https://github.com/deepseek-ai/DeepSeek-R1
- Hugging Face：https://huggingface.co/deepseek-ai/DeepSeek-R1
- 在线对话：https://chat.deepseek.com
- API 平台：https://platform.deepseek.com
- 论文：https://arxiv.org/abs/2501.12948
- DeepSeek-V3 部署：https://github.com/deepseek-ai/DeepSeek-V3