DeepSeek-R1 是由深度求索（DeepSeek）开发的开源大语言模型，专注于数学、代码生成及自然语言推理任务。其性能被宣称可比肩 OpenAI 的 o1 模型正式版，且采用 MIT 许可协议完全开源。项目代码托管于 GitHub 仓库 deepseek-ai/DeepSeek-R1 ，自发布以来迅速成为研究社区焦点。

DeepSeek-R1 的设计目标是通过强化学习（RL）而非传统的监督式微调（SFT）提升模型推理能力。与常规方法不同，它采用 “冷启动” 策略解决纯强化学习训练中的数据匮乏问题，并结合模型蒸馏技术优化性能。这一方法降低了对大规模标注数据的依赖，同时提升了复杂任务处理能力。

强化学习驱动 DeepSeek-R1 完全基于强化学习训练，而非传统的监督式微调。其训练过程分为多阶段，包括：

* 冷启动阶段 ：通过自生成数据初始化模型推理能力；  
* 强化学习优化 ：利用奖励模型迭代提升输出质量；  
* 蒸馏阶段 ：将复杂推理过程压缩为更高效的模型结构。

采用混合专家（MoE）架构，结合分阶段强化学习策略，支持长上下文理解和生成。随着训练步数增加，模型生成的响应长度和复杂度显著提升。

在数学、代码及多步骤推理任务中，DeepSeek-R1 的表现接近OpenAI o1，并在基准测试中超过其他所有开源模型。

已被用于构建低成本 API 服务（如逆向工程实现的高速流式输出接口）、多轮对话系统及代码生成工具。

DeepSeek-R1 的开源推动了大模型推理能力的研究范式转变。其 MIT 协议允许自由商用，吸引了大量开发者参与改进和适配（如支持多语言、优化推理速度）。截至 2025 年 2 月，其 GitHub 仓库已获得数万星标，成为当月热门项目。

Deepseek-R1项目地址