LLM EU
Menu
Modelos

DeepSeek-R1-Distill-Qwen-32B

DeepSeek

Apenas catálogo Pesos abertos

Última revisão:

Soberania e alojamento

Apenas no catálogo

Este modelo está catalogado para referência. Ainda não está alojado na LLM EU, e nenhum endpoint próprio o serve aqui. Os pedidos são encaminhados diretamente para o fornecedor, sob os termos desse fornecedor.

Resumo

DeepSeek-R1-Distill-Qwen-32B é um modelo denso de 32B destilado de DeepSeek-R1 para uma base Qwen2.5, publicado sob a licença MIT. Mantém o comportamento de raciocínio de R1 num tamanho que cabe num único acelerador de 80GB, com um máximo de configuração de 131.072 tokens. A DeepSeek documenta-o como uma destilação, pelo que o seu limite é o raciocínio do modelo professor, não uma nova execução de treino.

Especificações

Fornecedor
DeepSeek (CN)
Janela de contexto
131k
Parâmetros
32.76B
Modalidades
text
Licença
mit · licence
Pesos abertos
yes
Data de lançamento
20/01/2025
Tarefas
Raciocínio, Codificação, Baixo custo, Sumarização

Idiomas

Forte: en, zh

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

Forte

  • en
  • zh

Adequado

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

Não verificado: o fornecedor não documentou esta afirmação. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Quando usar

Pontos fortes

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

Limitações

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

Perguntas frequentes

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).