Deepseek R1 Distill Qwen 32B

DeepSeek - R1は、DeepSeek - V3（総パラメータ数が6710億、Tokenごとの活性化パラメータが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）を組み合わせることで、連鎖思考と推論能力を向上させ、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。