DeepSeek R1
核心事实
时间轴 (近 90 天)
莫文AI内置的DeepSeek R1模型较小，运行流畅但不支持视觉能力。
最终版DeepSeek R1与2024年12月版OpenAI o1在基准上互有胜负：AIME 2024上79.8%对79.2%，Math500上97.3%对96.4%，Codeforces上o1略占优。
DeepSeek R1把过程奖励模型列入“不成功的尝试”，其推理训练只用了基于最终答案的简单规则奖励。
O1、DeepSeek R1等推理模型进一步降低了高质量推理的成本，让普通开发者也能自建Agent系统。
DeepSeek R1模型在Ollama中的文件大小约为4.7GB。
2025年1月20日，DeepSeek开源R1推理模型，采用MIT协议公开全部模型权重。
作者使用硅基流动平台上的DeepSeek R1进行指纹测试，结果被鉴定为晚发布9个月的Claude Haiku 45 2025 1001，概率达到100%。
Nexus-CLI 是一个用纯 Go 语言实现的 CLI 工具，用于桥接 DeepSeek R1/V3 模型与 Claude Code、Ollama 生态。
Nexus-CLI 支持将 DeepSeek R1/V3 作为后端推理引擎，同时兼容 Claude Code 的交互协议和 Ollama 的模型管理接口。
对于1亿Token的夜间评估运行（7000万输入/3000万输出），使用DeepSeek R1非高峰窗口价格可将成本从$99.50/天降至$25.95/天，每年节省$26,484。
还有 19 条时间轴事件
全部知识事实 (20)
GRPO（Group Relative Policy Optimization）由DeepSeek提出，无需单独训练价值网络，已成为当前智能体RL训练的主流算法选择
90%已验证GPT-4和Mixtral等主流大模型也采用了MoE架构
85%已验证DeepSeek R1默认不支持Function Calling，而DeepSeek V3支持Function Calling
80%已验证DeepSeek R1提供了从1.5B到671B参数的多种蒸馏版本
80%已验证DeepSeek R1是一款开源推理模型，支持免费商用
80%已验证DeepSeek由量化私募巨头幻方科技孵化，其R1系列模型以极低训练成本实现接近GPT-4级别的推理能力
80%已验证OpenAI 在 o 系列推理模型中已引入「思考预算」（Thinking Budget）机制，可动态控制内部推理链的长度
75%已验证推理模型内置了自主分解和验证机制，过度精细的提示词反而会压缩模型的推理空间
75%已验证以 DeepSeek-R1 为代表的 RLVR 范式通过构建答案可自动验证的任务环境产生高质量训练信号，无需大规模人工标注
65%已验证DeepSeek R1采用MIT开源许可证发布
65%已验证DeepSeek R1满血版拥有671B（6710亿）参数，采用MoE（混合专家）架构，每次推理时实际激活的参数量大约在37B左右
65%已验证DeepSeek经历了从V2到V3再到R1的模型迭代，模型能力和交互方式都在快速变化
65%待验证The core idea of knowledge distillation is to have the small model learn the probability distribution (soft labels) of the large model's outputs rather than just hard labels
90%待验证DeepSeek R1是完全开源的
90%待验证Deep Research Web UI支持用户自由选择LLM后端，包括DeepSeek R1和GPT-4等
90%待验证在AIME 2024和CodeForces等权威基准测试中，DeepSeek R1的表现与OpenAI O1正式版不相上下
85%待验证DeepSeek R1等具备推理能力的模型在做AI Agent时，其思维链本身就在进行类似Tree Search的规划
80%待验证对推理模型（如DeepSeek R1）应采用简洁直接的指令，减少角色设定，不需要一步步拆解任务步骤
80%待验证Ollama分发的DeepSeek R1各版本均经过GGUF格式量化处理（通常为Q4_K_M或Q8_0精度），将每个参数从16位浮点数压缩至4-8位，显存占用减少50%-75%，推理质量损失通常在5%以内
80%待验证GPT-OSS采用了比DeepSeek R1更严格的无监督COT（Chain-of-Thought）对齐方法
75%