DeepSeek-R1

DeepSeek-R1: مدل زبانی انقلابی متمرکز بر استدلال

تجربه فناوری پیشرفته هوش مصنوعی با قابلیت‌های برجسته استدلال در ریاضیات، برنامه‌نویسی و حل مسائل پیچیده

Advanced Reasoning
2029 Codeforces Elo
AIME 79.8%

قرار دادن چت DeepSeek-R1

رابط چت متمرکز بر استدلال ما را با کد iframe ساده و رایگان قرار دهید. نیازی به ثبت‌نام نیست.

<iframe src="https://www.deepseekr1.org/embed" width="100%" height="600px" frameborder="0"></iframe>

قابلیت‌های پیشرفته استدلال DeepSeek-R1 را امتحان کنید

سلام! من DeepSeek-R1 هستم، یک دستیار هوش مصنوعی پیشرفته متمرکز بر استدلال. چطور می‌توانم امروز به شما کمک کنم؟

دانلود اپلیکیشن موبایل DeepSeek-R1

استدلال پیشرفته هوش مصنوعی را در دستگاه موبایل خود تجربه کنید

فروشگاه اپ iOS

برای دستگاه‌های آیفون و آیپد

دانلود

فروشگاه Google Play

برای دستگاه‌های اندروید

دانلود

APK اندروید

دانلود مستقیم APK

دانلود

ویژگی‌های کلیدی

قابلیت‌های انقلابی استدلال DeepSeek-R1 را کشف کنید

استدلال پیشرفته

رویکرد انقلابی یادگیری تقویتی که رفتارهای پیچیده استدلال از جمله خودارزیابی و تأمل را امکان‌پذیر می‌سازد

  • توسعه طبیعی استدلال
  • قابلیت خودارزیابی
  • زنجیره فکری گسترده
  • حل مسئله چند مرحله‌ای

برتری در ریاضیات

عملکرد برجسته در وظایف ریاضی با دقت ۷۹.۸٪ در AIME 2024 و ۹۷.۳٪ در MATH-500

  • استدلال ریاضی پیچیده
  • حل مسائل در سطح رقابتی
  • راه‌حل‌های گام به گام
  • تولید اثبات

تخصص در برنامه‌نویسی

قابلیت‌های برنامه‌نویسی در سطح متخصص با امتیاز Elo ۲۰۲۹ در Codeforces، برتر از ۹۶.۳٪ شرکت‌کنندگان انسانی

  • پشتیبانی از چندین زبان
  • بهینه‌سازی الگوریتم
  • تحلیل کد
  • راه‌حل‌های مهندسی

آموزش چند مرحله‌ای

استراتژی جامع آموزش که یادگیری تقویتی را با تنظیم دقیق نظارت‌شده ترکیب می‌کند

  • مرحله شروع سرد
  • یادگیری تقویتی متمرکز بر استدلال
  • فیلتر داده‌ها
  • بهینه‌سازی همه سناریوها

ادغام دانش

عملکرد استثنایی در آزمون‌های مبتنی بر دانش با ۹۰.۸٪ در MMLU و ۸۴.۰٪ در MMLU-Pro

  • پایگاه دانش جامع
  • درک بین رشته‌ای
  • دقت واقعیت‌ها
  • به‌روزرسانی‌های منظم

تقطیر مدل

قابلیت‌های استدلال با موفقیت در مدل‌های کوچکتر و قابل دسترس‌تر تقطیر شده‌اند

  • اندازه‌های مختلف مدل
  • قابلیت‌های حفظ شده
  • استقرار کارآمد
  • بهینه‌سازی منابع

DeepSeek-R1 در رسانه‌ها

تعیین استانداردهای جدید در قابلیت‌های استدلال هوش مصنوعی

برتری در ریاضیات

دقت ۷۹.۸٪ در AIME 2024 و ۹۷.۳٪ در MATH-500

تسلط در برنامه‌نویسی

امتیاز Elo ۲۰۲۹ در Codeforces

آموزش نوآورانه

رویکرد انقلابی یادگیری تقویتی خالص

DeepSeek-R1 در عمل

ببینید چگونه DeepSeek-R1 با چالش‌های پیچیده استدلال مواجه می‌شود

DeepSeek-R1 - عملکرد O(1)، کاملاً متن‌باز

عملکرد استثنایی DeepSeek-R1 را در ریاضیات، برنامه‌نویسی و وظایف حل مسائل پیچیده مشاهده کنید.

معیارهای عملکرد DeepSeek-R1

درک زبان

MMLU (۹۰.۸٪)90.8%
MMLU-Pro (۸۴.۰٪)84.0%
AlpacaEval 2.0 (۸۷.۶٪)87.6%

برنامه‌نویسی و مهندسی

Codeforces (۲۰۲۹ Elo)2029 Elo
GPQA Diamond (۷۱.۵٪)71.5%
ArenaHard (۹۲.۳٪)92.3%

استدلال ریاضی

AIME 2024 (۷۹.۸٪)79.8%
MATH-500 (۹۷.۳٪)97.3%

مشخصات فنی

رویکرد آموزشی انقلابی و قابلیت‌های DeepSeek-R1 را کشف کنید

فرآیند آموزش DeepSeek-R1

رویکرد انقلابی یادگیری تقویتی برای توسعه استدلال طبیعی

شروع سرد با داده‌های با کیفیت
یادگیری تقویتی متمرکز بر استدلال
فیلتر داده‌ها و بهینه‌سازی
تنظیم دقیق چند مرحله‌ای

تحقیقات DeepSeek-R1

پیشرفت‌های پیشگامانه در مدل‌های زبانی متمرکز بر استدلال

رویکرد یادگیری تقویتی خالص

روش انقلابی برای توسعه رفتارهای طبیعی استدلال بدون نیاز به تنظیم دقیق نظارت‌شده

استراتژی آموزش جامع

رویکرد چند مرحله‌ای شامل شروع سرد، یادگیری تقویتی متمرکز بر استدلال، فیلتر داده‌ها و بهینه‌سازی همه سناریوها

مقاله فنی

مقاله جامع ما را مطالعه کنید که روش آموزش انقلابی و عملکرد برتر DeepSeek-R1 را توضیح می‌دهد.

مطالعه مقاله

درباره DeepSeek

پیشگام در آینده هوش مصنوعی متمرکز بر استدلال

پیشینه شرکت

DeepSeek در نوآوری قابلیت‌های استدلال هوش مصنوعی از طریق رویکردهای انقلابی یادگیری تقویتی و همکاری باز پیشگام است.

زیرساخت تحقیقاتی

زیرساخت تحقیقاتی پیشرفته ما امکان توسعه‌های انقلابی در قابلیت‌های استدلال هوش مصنوعی و روش‌های آموزش مدل را فراهم می‌کند.

دانلود مدل‌های DeepSeek-R1

از میان مدل‌های متمرکز بر استدلال ما انتخاب کنید

مدل پایه DeepSeek-R1

مدل پایه آموزش دیده با یادگیری تقویتی خالص

اندازه: مدل کامل
  • توسعه طبیعی استدلال
  • قابلیت خودارزیابی
  • زنجیره فکری گسترده
  • حل مسئله چند مرحله‌ای
دانلود مدل پایه

مدل‌های تقطیر شده DeepSeek-R1

مدل‌های کارآمد با قابلیت‌های استدلال حفظ شده

اندازه: اندازه‌های مختلف
  • قابلیت‌های استدلال حفظ شده
  • بهینه در مصرف منابع
  • گزینه‌های متعدد اندازه
  • انعطاف‌پذیری در استقرار
دانلود مدل تقطیر شده

دستورالعمل‌های نصب

نسخه مدل مورد نظر خود را انتخاب کنید:

# For Base Model
git lfs install
git clone https://huggingface.co/deepseek-ai/DeepSeek-R1

# For Zero Model
git lfs install
git clone https://huggingface.co/deepseek-ai/DeepSeek-R1-Zero

گزینه‌های استقرار DeepSeek-R1

تقطیر مدل DeepSeek-R1

به مدل‌های کوچکتر و کارآمد با قابلیت‌های استدلال حفظ شده دسترسی پیدا کنید

  • اندازه‌های مختلف مدل
  • حفظ قابلیت‌های استدلال
  • استفاده بهینه از منابع

ادغام ابری DeepSeek-R1

استقرار در پلتفرم‌های ابری با عملکرد بهینه‌شده

  • زیرساخت مقیاس‌پذیر
  • ادغام سازمانی
  • دسترسی‌پذیری بالا

استقرار محلی DeepSeek-R1

اجرای محلی با چارچوب استنتاج بهینه‌شده ما

  • استقرار انعطاف‌پذیر
  • بهینه‌سازی منابع
  • پیکربندی سفارشی

How to Use DeepSeek-R1

Start exploring advanced reasoning capabilities in three simple steps

Step 1

انتخاب وظیفه

نوع مسئله‌ای که می‌خواهید حل کنید را انتخاب کنید - از ریاضیات تا برنامه‌نویسی

Step 2

توضیح مسئله

مسئله خود را با جزئیات توضیح دهید - هر چه دقیق‌تر، بهتر

Step 3

مشاهده راه‌حل

DeepSeek-R1 راه‌حل مفصلی با استدلال گام به گام ارائه خواهد داد

سوالات متداول

درباره DeepSeek-R1 بیشتر بدانید

چه چیزی DeepSeek-R1 را منحصر به فرد می‌کند؟

DeepSeek-R1 در رویکرد یادگیری تقویتی خالص خود منحصر به فرد است که به طور طبیعی رفتارهای پیچیده استدلال از جمله خودارزیابی و قابلیت‌های زنجیره فکری گسترده را توسعه داده است.

عملکرد DeepSeek-R1 در وظایف ریاضی چگونه است؟

DeepSeek-R1 عملکرد استثنایی در ریاضیات دارد، با دقت ۷۹.۸٪ در AIME 2024 و ۹۷.۳٪ در MATH-500، که نشان‌دهنده قابلیت‌های پیشرفته استدلال است.

قابلیت‌های برنامه‌نویسی DeepSeek-R1 چیست؟

DeepSeek-R1 مهارت‌های برنامه‌نویسی در سطح متخصص را با امتیاز Elo ۲۰۲۹ در Codeforces نشان می‌دهد که از ۹۶.۳٪ شرکت‌کنندگان انسانی پیشی می‌گیرد.

آیا نسخه‌های کوچکتر DeepSeek-R1 موجود است؟

بله، از طریق تقطیر موفق مدل، ما مدل‌های کوچکتری ارائه می‌دهیم که قابلیت‌های اصلی استدلال DeepSeek-R1 را حفظ می‌کنند و در عین حال از نظر منابع کارآمدتر هستند.

DeepSeek-R1 چگونه آموزش دیده است؟

DeepSeek-R1 از رویکرد آموزشی چند مرحله‌ای استفاده می‌کند که با یادگیری تقویتی خالص (DeepSeek-R1-Zero) شروع شده و با مراحل جامع تنظیم دقیق و بهینه‌سازی ادامه می‌یابد.

DeepSeek-R1 چه نوع مسائلی را می‌تواند حل کند؟

DeepSeek-R1 در وظایف پیچیده استدلال، از جمله اثبات‌های ریاضی، برنامه‌نویسی رقابتی و مسائل مبتنی بر دانش برتری دارد و در معیارهای مختلف امتیازات بالایی کسب می‌کند.

DeepSeek-R1 در مقایسه با سایر مدل‌ها چگونه است؟

DeepSeek-R1 به عملکردی قابل مقایسه با مدل‌های پیشرو دست یافته است، با نتایج برتر در استدلال ریاضی (AIME، MATH-500) و وظایف برنامه‌نویسی (Codeforces).

برنامه‌های توسعه آینده برای DeepSeek-R1 چیست؟

ما بر ارتقای قابلیت‌ها در فراخوانی توابع، گفتگوی چند مرحله‌ای و ایفای نقش پیچیده تمرکز داریم، در حالی که کارایی یادگیری تقویتی را در وظایف مختلف بهبود می‌بخشیم.

شروع کار با DeepSeek-R1

امتحان API DeepSeek-R1

به قابلیت‌های پیشرفته استدلال DeepSeek-R1 از طریق API توسعه‌دهنده‌پسند ما دسترسی پیدا کنید

شروع استفاده از API

کاوش تحقیقات

درباره رویکرد انقلابی ما در یادگیری تقویتی و نوآوری‌های فنی بیاموزید

مشاهده تحقیقات

امتحان چت DeepSeek-R1

قابلیت‌های پیشرفته استدلال ما را از طریق رابط گفتگوی تعاملی تجربه کنید

شروع گفتگو