Deepseek R1 Distill Qwen 1.5B

DeepSeek-R1 是基於 DeepSeek-V3（總計 6710 億參數，每Token激活370億參數）構建的第一代推理模型。它結合了大規模強化學習（RL），以增強其思維鏈和推理能力，在數學、代碼以及多步推理任務中表現出色。