Deepseek系列产品介绍

• 一、团队背景

Deepseek系列模型是由Deepseek公司（全称：杭州深度求索人工智能基础技术研究有限公司）研发的大语言模型。DeepSeek公司成立于 2023 年 7 ⽉，专注于研究通用人工智能底层模型与技术，挑战人工智能前沿性难题，旨在“打造低成本、⾼性能、全⾯开源的⼤语⾔模型”，试图在⾼昂成本与闭源为主导的国际⼤模型市场中，提供⼀条“平价⼜开源”的替代⽅案。

截⾄ 2025 年初，Deepseek 团队拥有约 139 名正式员⼯，核⼼成员多具有深度学习、分布式系统、GPU 底层优化等专业背景，形成“⼩团队+⾼强度”的研发文化。创始人梁⽂锋本身拥有量化⾦融与⼤数据分析的深厚背景，曾在⾼频交易、机器学习等领域积累了丰富经验，2015年，成立了Deepseek的母公司杭州幻方科技有限公司，致力于通过数学和人工智能进行量化投资，2016年幻方量化推出第一个AI模型，实现了所有量化策略的AI化转型。2017年底，几乎所有的量化策略都采用AI模型计算。 2018年，幻方正式确立了以AI为核心的发展战略。

• 二、产品系列

DeepSeek 的产品线⽬前主要分为 V 系列（Deepseek Chat） 与 R 系列（Deepseek Reasoning） 两⼤类。V 系列：主打多领域对话与内容⽣成，偏重通⽤性与⾃然语⾔覆盖⼴度。R 系列：强调推理与思维链，以深度逻辑能⼒⻅⻓。

DeepSeek 在两个系列上不断尝试新的模型架构与训练⽅法，并针对不同应⽤场景做差异化优化，逐步形成了V 系列⾯向通⽤场景、R 系列主打专家级推理的双线发展战略，同时在多模态方向进行了有益的尝试。

表1 Deepseek产品列表

模型名称	发布日期	发布版本	模型简介
Deepseek MoE	2024-01-02	Moe-16B-Base Moe-16B-Chat	具有16.4B参数的混合专家（MoE）语言模型，采用基于细粒度专家分割和共享专家隔离的创新的MoE架构，在2T中英文tokens上从头训练得到，性能与DeekSeek 7B和LLaMA2 7B相当，计算量仅为其40%左右，是Deepseek系列模型的基础模型。
Deepseek LLM	2023-11-29	LLM-7B-Base LLM-7B-Chat LLM-67B-Base LLM-67B-Chat	在包含2T个中英文tokens的庞大数据集上从头开始训练的高级语言模型。 具备推理、编程、数学、中文等领域卓越的通用能力，尤其精通编程、数学和中文理解。 该模型是实质意义上的Deepseek V1，其性能优于GPT3.5，弱于GPT4。
Deepseek Coder	2023-10-20	Coder-1.3B-Base Coder-1.3B-Instruct Coder-6.7B-Base Coder-6.7B-Instruct Coder-7B-Base v1.5 Coder-7B-Instruct v1.5 Coder-33B-Base Coder-33B-Instruct	由一系列代码语言模型组成，每个模型都是在由87%的代码和13%的中英文自然语言组成的2T个tokens上从头开始训练。 每个模型都通过使用16K的窗口大小和额外的填空任务在项目级代码语料库上进行预训练，以支持项目级代码的完成和填充。在多种编程语言和各种基准测试的开源代码模型中取得了先进性能，能力表现接近GPT4.
Deepseek Math	2024-02-05	Math-7B-Base Math-7B-Instruct Math-7B-RL	在Deepseek-Coder-v1.5 7B模型初始化条件下，用源于Common Crawl的数学相关tokens和500B的自然语言和编程数据tokens预训练得到。 在不依赖外部工具包和投票技术的情况下，竞赛级MATH基准测试中接近Gemini Ultra和GPT-4的性能水平。
Deepseek VL	2024-03-08	VL-1.3B-Base VL-1.3B-Chat VL-7B-Base VL-7B-Chat	专为现实世界视觉和语言理解设计的开源视觉语言（VL）模型。 具有通用的多模态理解能力，能够处理逻辑图、网页、公式识别、科学文献、自然图像和复杂场景中的隐含智能，开启了Deepseek在多模态领域的尝试。
Deepseek Prover V1.5	2024-08-16	Prover-V1 Prover-V1.5-Base (7B) Prover-V1.5-SFT (7B) Prover-v1.5-RL (7B)	Prover是一种专为Lean 4(交互式定理证明器)中的定理证明而设计的开源语言模型。V1.5模型在Deepseek Math Base上经过预训练专门学习形式数学语言，通过监督微调（SFT）和基于证明辅助反馈（RLPAF）的强化学习进一步的细化，并提出了一种变体的蒙特卡洛树搜索方法RMaxTS，用于生成不同证明路径。 Prover-V1.5在高中水平的miniF2F基准和本科生水平的ProofNet基准的测试集上取得先进的结果，远优于GPT-f。
Deepseek V2	2024-04-22