DeepSeek R1 Distill Qwen 14B
Sidst gennemgået:
Suverænitet og hosting
Denne model er katalogiseret til reference. Den er endnu ikke hostet på LLM EU, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen under den pågældende udbyders egne vilkår.
Resumé
DeepSeek R1 Distill Qwen 14B er en open-weight sprogmodel fra DeepSeek med 14.8B parametre, udgivet under MIT. Den tager tekst og returnerer tekst. Den offentliggjorte konfiguration angiver intet kontekstvindue, så dette kort indeholder ingen. Det er et basis-checkpoint uden instruktions-tuning. Kortet er kun til katalogbrug: LLM EU kører ikke denne model. Udgiveren angiver ingen sprogdækning på modelsiden.
Specifikationer
- Udbyder
- DeepSeek (CN)
- Kontekstvindue
- Ikke verificeret: udbyderen har ikke dokumenteret denne påstand.
- Parametre
- 14.8B
- Modaliteter
- text
- Licens
- mit · licence
- Åbne vægte
- yes
- Udgivelsesdato
- 20. jan. 2025
- Opgaver
- Ræsonnement
Sprog
Stærk: —
Tilstrækkelig: —
Stærk
Tilstrækkelig
Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Hvornår man bruger den
Styrker
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- mit licence, so commercial self-hosting is permitted without a separate agreement
Begrænsninger
- catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
- no evaluation has been run by LLM EU
- the published configuration records no context window, so the card carries none
- at 14.8B parameters, self-hosting needs a single accelerator with enough memory for the weights