小学生也在用的 AI 神器，国产开源大语言模型 DeepSeek R1 一键启动教程！

DeepSeek-R1 是深度求索 (DeepSeek) 公司于 2025 年推出的第一版语言模型系列，专注于高效、轻量化的自然语言处理任务。该系列模型通过先进的技术优化，如知识蒸馏，旨在在保持高性能的同时降低计算资源需求。DeepSeek-R1 的设计注重实际应用场景，支持快速部署和集成，适用于多种任务，包括文本生成、对话系统、翻译和摘要生成等。

在技术层面，DeepSeek-R1 采用了知识蒸馏技术，通过从大模型中提取知识，训练出更小但性能接近的模型。同时，高效的分布式训练和优化算法进一步缩短了训练时间，提升了模型的开发效率。这些技术亮点使得 DeepSeek-R1 在实际应用中表现出色。

教程链接：https://go.openbayes.com/vmsnx

使用云平台：OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v

登录 http://OpenBayes.com，在「公共教程」页面，选择「用 Ollama 和 Open Webul 部署 Deepseek R1」教程。

页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

选择「NVIDIA GeForce RTX 4090」以及「PyTorch」镜像，OpenBayes 平台上线了新的计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。可以使用文章开头的邀请链接，获得 RTX 4090 使用时长！

稍等片刻，待系统分配好资源，当状态变为「运行中」后，点击「API 地址」边上的跳转箭头，即可跳转至 Demo 页面。

该教程为我们提供了 4 种预设模型，分别为 1.5b、7b、8b、32b，可以按照需求选择模型。

在右侧可以设置对话参数。
常见对话设置
1. Temperature（温度）

• 控制输出的随机性，范围一般在 0.0-2.0 之间。
• 低值（如 0.1）：更确定，偏向常见词汇。
• 高值（如 1.5）：更随机，可能生成更有创意但不稳定的内容。

2. Top-k Sampling（Top-k 采样）

• 只从概率最高的 k 个词中采样，排除低概率词汇。
• k 值小（如 10）：更确定，减少偶然性。
• k 值大（如 50）：更多样，增加创新性。

3. Top-p Sampling（Nucleus Sampling，Top-p 采样）

• 选择累计概率达到 p 的词集，不固定 k 值。
• 低值（如 0.3）：更确定，减少偶然性。
• 高值（如 0.9）：更多样，提升流畅度。

4. Repetition Penalty（重复惩罚）

• 控制文本重复度，通常在 1.0-2.0 之间。
• 值高（如 1.5）：减少重复，提升可读性。
• 值低（如 1.0）：无惩罚，可能导致模型重复词句。

5. Max Tokens（最大生成长度）

• 限制模型最多生成的 token 数，避免超长输出。
• 典型范围：50-4096（依赖具体模型）。

设置好模型和参数后，在中间区域输入对话信息（可选择联网搜索与代码解释器）即可与模型展开对话。

相比于其它的 Chatbot，DeepSeek-R1 可以提供更完整的思考过程，性能更加突出。