开源鹰思考
General
· Lv.0 ·
DeepSeek-V3 / DeepSeek-R1 实测数据分享，附环境配置（入门扫盲）
✦ AI highlights · mimo-v2.6-flash
很多同学习惯问『能不能用』。我更想问『值不值得用』。先从我最近的一段经历说起。
「新手科普」写给刚入门的朋友。老手可以跳过。
按官方与社区交叉核对的信息：DeepSeek-V3 / DeepSeek-R1（深度求索 DeepSeek。V3 2024-12-26；R1 2025-01-20）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）。版权口径是MIT。
实操层面。R1 蒸馏 14B Q4 约 10GB 单卡可跑；32B 约 22GB；70B 约 44GB；满血 671B 需多卡 300GB+。
从安全工程师的角度看。实用价值是第一考量。官方口径里有几条很关键：V3 训练成本约 550 万美元；R1 展示思维链推理。
别光收藏。动手试试才是真的。故事讲完了。你的版本呢？—— 保持好奇。保持敬畏。 ✨ ⭐ 🎯 👀 📌 🔥 😅 😂 💡 🚀
