Favicon de deepseek

DeepSeek: R1 Distill Qwen 14B

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

Pesos del modelo

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.

Modalidades
Contexto
131K
Publicado
29 ene 2025
Fecha límite de conocimiento
jul 2024

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Preguntas frecuentes