Deepseek R1 Distill Llama 70B

DeepSeek - R1は、DeepSeek - V3（総パラメータ数が6710億、各トークン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、思考連鎖と推論能力が強化され、数学、コーディング、多段階推論タスクで優れた性能を発揮します。