LLM EU
Menu
Modeller

DeepSeek-R1-Distill-Qwen-32B

DeepSeek

Kun katalog Åbne vægte

Sidst gennemgået:

Suverænitet og hosting

Kun i katalog

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-32B er en 32B tæt model destilleret fra DeepSeek-R1 til en Qwen2.5 base, udgivet under MIT-licensen. Den bevarer R1's ræsonnementsadfærd i en størrelse, der passer på én 80GB accelerator, med et konfigurationsmaksimum på 131.072 tokens. DeepSeek dokumenterer den som en destillation, så dens loft er lærermodellens ræsonnement, ikke en ny træningskørsel.

Specifikationer

Udbyder
DeepSeek (CN)
Kontekstvindue
131k
Parametre
32.76B
Modaliteter
text
Licens
mit · licence
Åbne vægte
yes
Udgivelsesdato
20. jan. 2025
Opgaver
Ræsonnement, Kodning, Lav pris, Resumé

Sprog

Stærk: en, zh

Tilstrækkelig: de, fr, es, it, pt, ru

Stærk

  • en
  • zh

Tilstrækkelig

  • de
  • fr
  • es
  • it
  • pt
  • ru

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

  • fits a single 80GB accelerator
  • MIT licence
  • retains the R1 reasoning style that smaller base models usually lack

Begrænsninger

  • a distillation, so quality is bounded by the teacher
  • long reasoning traces increase output cost
  • no evaluation has been run by LLM EU

Ofte stillede spørgsmål

Is DeepSeek-R1-Distill-Qwen-32B served on LLM EU?

It has no endpoint in the catalogue, so it is catalogue only — not hosted on LLM EU yet, with no region and no retention to report. A card whose status is "listed" is a catalogue entry, not a running deployment.

Under what licence is DeepSeek-R1-Distill-Qwen-32B released?

DeepSeek-R1-Distill-Qwen-32B is recorded under mit. The recorded licence text is https://opensource.org/license/mit. The weights are downloadable (open_weights is true). LLM EU republishes the licence id and the link and gives no legal advice; the licence text governs.

How large is DeepSeek-R1-Distill-Qwen-32B, and what context window does it have?

DeepSeek-R1-Distill-Qwen-32B is recorded at 32.76B (safetensors total 32,763,876,352) (source: https://huggingface.co/api/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B), with a context window of 131072 tokens (source: https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B/blob/main/config.json).