Deepseek R1

DeepSeek - R1は、DeepSeek - V3（総パラメータ数が6710億、各世代のパラメータ数が370億）をベースに構築された初代推論モデルです。大規模強化学習（RL）を組み合わせて、思考連鎖と推論能力を強化し、数学、コード、および多段階推論タスクで優れた性能を発揮します。