从 DeepSeek-V3 / DeepSeek-R1 看开源大模型这两年的变化（入门扫盲·补充）

最近把 X 好好跑了一遍，聊聊真实感受。摸鱼时间到，聊点技术八卦。 「新手科普」写给刚入门的朋友，老手可以跳过。 DeepSeek-V3 / DeepSeek-R1 是深度求索 DeepSeek的作品，公开信息显示发布于V3 2024-12-26；R1 2025-01-20。参数规模方面，V3/R1 均为 671B MoE（激活约 37B）；R1 蒸馏版 1.5B/7B/8B/14B/32B/70B（教师模型蒸馏到 Qwen2.5 与 Llama3.3 底座），许可协议是MIT。 本地跑起来的话，R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。 ML 工程视角：可复现的评测比单点惊艳更重要。几个值得关注的点：R1 展示思维链推理；蒸馏 14B 是消费级甜点。 觉得有用的话，回帖告诉我。好了不贫了，正经事还有一堆。 🙂 👀