DeepSeek-AI正式推出新一代推理大模型DeepSeek-R1系列，包含基于纯强化学习训练的DeepSeek-R1-Zero和融合冷启动数据的DeepSeek-R1。该系列模型在数学、代码和复杂推理任务中表现优异，性能与OpenAI-o1-1217持平。关键亮点包括：
- 无需监督微调的纯RL训练：DeepSeek-R1-Zero首次验证仅通过强化学习即可激发模型推理能力，支持自我验证、反思和长链思维。
- 开源模型与蒸馏技术：开放包含671B参数的MoE主模型及基于Qwen/Llama的1.5B-70B蒸馏模型，其中32B蒸馏模型性能超越OpenAI-o1-mini。
- 高效部署：支持128K上下文长度，Hugging Face、vLLM和Docker一键部署，推理成本降低95%。
- 多场景应用：在AIME数学竞赛（79.8% Pass@1）、Codeforces编程（超越96.3%人类选手）等基准测试中刷新记录。
访问资源：
- 模型下载：Hugging Face仓库
- 在线体验：DeepSeek Chat（启用“DeepThink”模式）
- API文档：DeepSeek平台