DeepSeek-R1试用

已于 2025-01-27 22:24:57 修改
阅读量2.9k 收藏 12
点赞数 5
文章标签： DeepSeek ai openai 大模型 ollama
于 2025-01-27 21:24:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/thewindkee/article/details/145382477
版权

最近DeepSeek太火了，对配置要求不高。刚好放假，下载试试。发现开源大模型的生态做的挺好的，几分钟就能在本地部署一个大模型。

配置

NVIDIA RTX 2060 6GB（最低要求 NVIDIA GTX 1060 6GB ）

下载Ollama

Ollama是一个运行大模型的工具，可以利用Ollama下载、运行大模型。（类似于Docker）
Ollama下载地址
在这里插入图片描述

安装Ollama

正常安装后，迁移把Ollama到其他盘。

在Windows中将Ollama安装到其他盘（例如D盘）的步骤如下
修改用户变量的PATH变量，将原来的C:\Users\XX\AppData\Local\Programs\Ollama路径更新为新的位置，即D:\Ollama。

使用ollama -v验证是否安装成功。

设置大模型的下载地址

新建文件夹如：H:\Ollama.ollama\models，在系统变量中新建一个名为OLLAMA_MODELS的变量，设置其值为模型文件的刚刚新建的文件夹。

在这里插入图片描述

下载大模型

到Ollama官网，选择deepseek-r1，我这里选择了最小的1.5b
Ollama官网
在这里插入图片描述
本地打开cmd ，运行ollama run deepseek-r1:1.5b。

运行

安装完后就可以直接对话了。
在这里插入图片描述

本地使用web-ui插件

chrome浏览器商店搜索ollama-ui，安装后自动识别到已经安装的大模型。
网页上使用更方便一点。
在这里插入图片描述

参考

https://blog.csdn.net/youeyeb/article/details/144905333
https://www.bilibili.com/video/BV1oGfmYjEcH/?spm_id_from=333.337.search-card.all.click&vd_source=54773d9fdb0709d7cb671b1f78833c17

thewindkee
关注
物理测试暴击AI圈，DeepSeek R1稳超o1、Claude，我们已进入RL黄金时代
强化学习曾小健
01-25 766
因为他们的工作是公开发布和开源的，每个人都可以从中受益，这就是开放研究和开源的力量。就说这个本周刚发布的 DeepSeek R1，它没有任何监督训练的纯强化学习路线令人震撼，从去年 12 月 Deepseek-v3 基座发展到如今堪比 OpenAI o1 的思维链能力，似乎是很快达成的事。从目前来看，研究方向仍主要由美国公司主导，DeepSeek 模型属于对 o1 版本的「快速跟进」，但 DeepSeek 的研发进度非常迅猛，比预期更快地迎头赶上，他们并没有抄袭或作弊，最多只是逆向工程。
Dify平台接入博查实现deepseek-r1联网搜索，效果展示
最新发布
xiezhipu的博客
02-20 1788
关于为本地化部署deepseek-r1增加联网功能，其实是一个很强的刚需。怎奈搜索这种东西，它大概率是要花钱的。不过咱上一篇已经大概分享了，我们可以借助会使用浏览器的智能体，来替我们对关键词进行百度。这也算是曲线救国。但不知道其中是否有法律风险。所以，如果是公司行为，尤其是大公司，建议，要不还是花点儿钱？当时，大模型给推荐的这个：博查。就试用了一番。
DeepSeek R1 入门指南：架构、训练、本地部署和硬件要求
xx_nm98的博客
01-31 2万+
DeepSeek-R1 不是一个单一的模型，而是一系列模型，包括：DeepSeek-R1-Zero 和 DeepSeek-R1。主要区别DeepSeek-R1-Zero 代表团队使用纯强化学习而不进行任何监督微调的初步实验。他们从基础模型开始，直接应用强化学习，让模型通过试错过程发展推理能力。虽然这种方法取得了令人印象深刻的结果（在 AIME 2024 上达到 71% 的准确率），但在可读性和语言一致性方面存在一些显著的限制。
从 0 开始本地部署 DeepSeek：详细步骤 + 避坑指南 + 构建可视化（安装在D盘）
A.的博客
02-12 4万+
deepseek本地部署+构建可视化
DeepSeek R1 使用指南：架构、训练、本地部署
max202011161630的博客
01-29 4万+
DeepSeek 在最新论文中详细介绍了他们通过强化学习（RL）提升大语言模型（LLM）推理能力的创新方法——DeepSeek-R1。这项研究标志着一个重要的进展，即如何通过纯强化学习提升 LLM 解决复杂问题的能力，而不依赖于大量的监督微调。
使用BitaHub部署DeepSeek-R1
是我的博客
01-23 1万+
2025 年 1 月 20 日，DeepSeek 发布并开源了最新的推理模型–，性能比肩OpenAI-o1，同时还开源了 6 个R1小模型，使用从 DeepSeek-R1 蒸馏出来的知识去微调 Qwen、Llama，参数包含了1.5B、7B、 8B、14B、32B、70B，能够满足各种场景。本次将使用BitaHub部署DeepSeek-R1-Distill，BitaHub是一个开放的Al和深度学习社区，GPU算力资源有4090、A100 等高性能显卡，提供了全流程的 AI 开发、训练、部署的专业环境。
论文解读——DeepSeek-R1
hang on it more longer
01-22 8008
生成反馈。
免费体验，在阿里云平台零门槛调用满血版DeepSeek-R1模型
u011436548的专栏
02-17 2万+
deepseekDeepSeek支持多模态任务，包括文本生成、代码补全、图像理解等，能够满足不同场景下的需求。其预训练大语言模型（如DeepSeek-R1系列）和配套工具链，为开发者提供了快速实现AI应用落地的便利。DeepSeek基于深度学习的智能搜索技术，融合了自然语言处理（NLP）、信息检索（IR）和机器学习（ML）等多领域的技术。通过先进的词嵌入技术（如Word2Vec、GloVe或BERT）将文本转化为高维向量，捕捉词语之间的语义关系。
阿里云一键部署DeepSeek-V3、DeepSeek-R1模型
hao_kkkkk的专栏
02-14 1279
DeepSeek-V3是由深度求索公司推出的一款拥有6710亿参数的专家混合（MoE）大语言模型，DeepSeek-R1是基于DeepSeek-V3-Base训练的高性能推理模型。Model Gallery提供了BladeLLM、SGLang和vLLM加速部署功能，帮助您一键部署DeepSeek-V3和DeepSeek-R1系列模型。DeepSeek-R1、DeepSeek-V3满血版模型的参数量较大（671B），所需配置和成本较高（8卡96G显存以上）。
Neo4j 上使用 Deepseek-R1 7B 构建知识图谱并进行查询
iCloudEnd的博客
02-06 1032
Deepseek-R1是一个混合专家模型，通过强化学习进行训练。这是一个庞大的模型，总共有 6710 亿个参数，但在推理过程中只有 370 亿个参数处于活跃状态。这家初创公司声称，尽管训练成本只是 OpenAI o1 的一小部分，但他们的模型与 OpenAI o1 不相上下。此外，他们还通过使用 Deepseek-R1 生成的合成数据对其他一些开源 LLM（如 Llama 3.1 和 Qwen 2.5）进行微调，创建了另外六个模型。这些被称为蒸馏模型，即使用合成数据用更强大的模型训练较小的模型。
如何白嫖deepseek-R1
02-07
### 如何合法免费试用或获得 DeepSeek-R1 的优惠信息 科技巨头如微软、英伟达、亚马逊等已经将 DeepSeek-R1 模型部署到各自的平台上并向公众开放使用[^1]。对于希望合法免费试用或获取 DeepSeek-R1 优惠信息的用户...
【2025重磅发布】DeepSeek-R1正式登场：性能比肩OpenAI o1，开源全栈生态+MIT开源协议 | 推理模型API深度解析
热门推荐
猫头虎技术团队：授渔优于赠鱼，兴趣引领智慧，探索之乐尤显珍贵。商务合作+：Libin9iOak ，万粉变现+：CSDNWF，猫头虎承诺每年免费为100名C站创作者做账号流量诊断服务！全网搜：猫头虎技术团队，点击文章底部名片或直接私信我一切皆可谈，快找虎哥！
01-23 7万+
【2025重磅发布】DeepSeek-R1正式登场：性能比肩OpenAI o1，开源全栈生态+MIT开源协议 | 推理模型API深度解析 2025年1月20日，人工智能领域迎来里程碑式突破！深度求索（DeepSeek）正式发布新一代推理大模型DeepSeek-R1，不仅实现与OpenAI最新o1正式版的性能对标，更以全栈开放的生态布局引发行业震动。作为首个遵循MIT License开源协议的高性能推理模型，R1的发布将如何重构AI开发者的技术生态？其独创的"思维链API接口"又会给企业级应用带来哪些革新？
中国大模型DeepSeek-R1性能与OpenAI-o1不相上下
2301_76168381的博客
01-21 3954
DeepSeek-R1来了！性能与OpenAI-o 1相当，便宜30倍，甚至在几乎所有的基准测试中都优于Claude 3.5 Sonnet和o 1-mini！MIT许可：Distill免费商业化！网站API现已上线！DeepThink就在今天已经开放：http://chat.deepseek.comDeepSeek-R1 是一个通过强化学习（RL）训练出来的智能模型，专门用来解决复杂的数学、编程和逻辑问题。它有两个版本：DeepSeek-R1-Zero 和 DeepSeek-R1。
最强开源推理大模型 DeepSeek-R1 最清晰的免费本地部署使用教程
weixin_56619527的博客
01-28 1万+
本文带来 DeepSeekR1 模型免费本地部署教程，因官网下载慢，在文末附上百度网盘链接。教程分两步，第一步，先前往 ollama 官网下载安装程序，在命令行输入 “ollama -h” 测试安装并查看命令。再依据显存选 DeepSeek-R1 模型，复制下载代码在命令行运行，用 “ollama list” 查看安装情况并运行模型。第二步，从 chatbox 官网下载安装程序，打开后在设置里将模型提供方设为 ollama，选好模型保存即可开启对话。最后，分享安装包百度网盘链接，欢迎点赞收藏支持。
DeepSeek 推出全新推理模型 R1-Lite 预览版
weixin_51674085的博客
11-21 1422
现已正式上线网页版。R1 系列模型采用强化学习训练，推理过程中包含大量反思和验证，思维链长度可达数万字。该系列模型在数学、代码以及各种复杂逻辑推理任务上，取得了媲美 o1-preview 的推理效果。目前，DeepSeek-R1-Lite 仍处于迭代开发阶段，仅支持网页使用，暂不支持 API 调用。官方表示，正式版 DeepSeek-R1 模型将完全开源，并公开技术报告和部署 API 服务。DeepSeek 全新研发的推理模型预览版。还得是 DeepSeek，加油！
DeepSeek R1 深度解析：如何打造真正会“思考”的大模型？
m0_48891301的博客
02-10 1150
在 AI 领域，“推理”（Reasoning）通常指的是需要多步计算和逻辑推演的任务，比如复杂数学题、代码推理和解谜等。相比之下，简单的事实问答（如”巴黎是法国的首都吗？”）不涉及推理。近年来，大模型（LLM）的发展从通用智能转向更细分的应用方向，推理型模型便是其中的关键分支。它们的核心目标是提升复杂任务的解题能力，而不仅仅是生成流畅的文本。不过，推理型大模型也并非万能——它们通常更昂贵、更冗长，有时甚至会“想太多”，导致不必要的错误。因此，在实际应用中，选择合适的模型至关重要。
本地部署 deepseek-R1 模型
weixin_44885334的博客
01-31 4938
本地部署 deepseek-R1 模型
DeepSeek上线类o1模型——DeepSeek-R1-Lite
Jamence的博客
11-20 2703
2024年11月20日，DeepSeek全新研发的推理模型 DeepSeek-R1-Lite 预览版正式上线。可登录官方网页 （chat.deepseek.com），开启与 R1-Lite 的对话体验。该模型采用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。该系列模型在数学、代码以及各种复杂逻辑推理任务上，取得了媲美 o1-preview 的推理效果，
DeepSeek r1本地安装全指南
打造全国最全的AI Agent开发知识领域的博客
01-30 1万+
本文详细介绍了如何在本地安装deep seek r1。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值