DeepSeek-R1-Lite

DeepSeek-R1-Lite是深度求索（DeepSeek）於2024年11月20日發布的AI推理模型，預覽版於當日上線網頁端，2025年1月20日正式開源模型權重。該模型採用純強化學習訓練範式，核心技術包括冷啟動策略、群體相對策略最佳化（GRPO）技術、自演進知識庫和分散式策略池，支持數學推理、代碼生成等複雜任務，在MATH數據集準確率達81.2%。

該模型通過硬體適配實現輕量化部署，套用場景覆蓋多模態內容生成、跨模態檢索和智慧型互動領域，支持16k/32k tokens長上下文處理。2024年11月發布的預覽版展示了與OpenAI o1-preview相當的推理效果，2025年1月開源版本可通過API部署實現本地部署。

基本介紹

• 外文名：DeepSeek-R1-Lite
• 發布時間：2024年11月20日

產品簡介

DeepSeek-R1-Lite是推理模型， 為之後V3的後訓練， 提供了足量的合成數據。

發展歷史

2024年11月20日，DeepSeek-R1-Lite發布。