Favicon für deepseek

DeepSeek: R1 Distill Qwen 14B

deepseek/deepseek-r1-distill-qwen-14b

Modellgewichte

DeepSeek R1 Distill Qwen 14B is a distilled large language model based on Qwen 2.5 14B, using outputs from DeepSeek R1. It outperforms OpenAI's o1-mini across various benchmarks, achieving new state-of-the-art results for dense models.

Other benchmark results include:

  • AIME 2024 pass@1: 69.7
  • MATH-500 pass@1: 93.9
  • CodeForces Rating: 1481

The model leverages fine-tuning from DeepSeek R1's outputs, enabling competitive performance comparable to larger frontier models.

Modalitäten
Kontext
131K
Veröffentlicht
29. Jan. 2025
Wissensstand
Juli 2024

Aktivität

Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.

Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing

Häufig gestellte Fragen

Weitere Modelle entdecken