LLM EU
Menüü
Mudelid

DeepSeek-R1-Distill-Qwen-32B

DeepSeek

Ainult kataloogis Avatud kaalud

Viimati üle vaadatud:

Suveräänsus ja majutus

Ainult kataloogis

See mudel on kataloogis viitamiseks. Seda ei hostita veel LLM EU-s ja ükski esimese osapoole lõpp-punkt ei teeninda seda siin. Päringud sellele suunatakse otse pakkujale, vastavalt pakkuja enda tingimustele.

Kokkuvõte

DeepSeek-R1-Distill-Qwen-32B on 32B tihe mudel, mis on destilleeritud DeepSeek-R1-st Qwen2.5 baasi, avaldatud MIT litsentsi all. See säilitab R1 arutluskäitumise suuruses, mis sobib ühele 80 GB kiirendile, maksimaalse konfiguratsiooniga 131 072 tokenit. DeepSeek dokumenteerib seda destilleerimisena, seega on selle lagi õpetajamudeli arutluskäik, mitte uus treeningkäik.

Spetsifikatsioonid

Pakkuja
DeepSeek (CN)
Konteksti aken
131k
Parameetrid
32.76B
Modaalsused
text
Litsents
mit · licence
Avatud kaalud
yes
Väljalaske kuupäev
20. jaan 2025
Ülesanded
Arutluskäik, Kodeerimine, Madal hind, Kokkuvõtete tegemine

Keeled

Tugev: en, zh

Piisav: de, fr, es, it, pt, ru

Tugev

  • en
  • zh

Piisav

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

Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Millal kasutada

Tugevused

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

Piirangud

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

Korduma kippuvad küsimused

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).