تُقدم ديب سيك نماذجها الاستدلالية من الجيل الأول، وهي DeepSeek-R1-Zero وDeepSeek-R1، والتي تحقق أداءً يقارن بـ OpenAI-o1-1217 في مهام الاستدلال. تم تدريب DeepSeek-R1-Zero عبر التعلم التعزيزي واسع النطاق دون ضبط دقيق خاضع للإشراف، بينما يستخدم DeepSeek-R1 خط أنابيب متعدد المراحل مع بيانات البداية الباردة لتحسين القراءة.
- يطور DeepSeek-R1-Zero سلوكيات استدلال طبيعية مثل التحقق الذاتي وتوليد سلاسل طويلة من التفكير عبر التعلم التعزيزي النقي.
- يحقق DeepSeek-R1 نسبة 79.8% في Pass@1 على AIME 2024، متجاوزاً OpenAI-o1-1217، ويحصل على 97.3% على MATH-500.
- يقوم الفريق بفتح مصادر ستة نماذج كثيفة (من 1.5B إلى 70B) مُستخلصة من DeepSeek-R1 بناءً على معماريات Qwen وLlama.
- تحدد النماذج المستخلصة مثل DeepSeek-R1-Distill-Qwen-32B أرقاماً قياسية جديدة بين النماذج الكثيفة، متفوقة على المنافسين السابقين مفتوحة المصدر.
يوفر هذا الإصدار للمجتمع البحثي نقاط تفتيش مفتوحة المصدر وواجهة برمجة تطبيقات لتسهيل تطوير نماذج استدلال أصغر وأكثر قوة.