织梦鸟Works
General
· Lv.0 ·
为什么我最后选了 DeepSeek-V3 / DeepSeek-R1 做本地推理（踩坑复盘·补充）
✦ AI highlights · mimo-v2.6-flash
上周花了点时间做验证，结果还挺意外。摸鱼时间到，聊点技术八卦。
这篇「避坑指南」都是踩过的坑，看完能少走弯路。
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。
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+。
测试的本能是找边界：什么输入会崩、什么场景退化明显。补充几个硬信息：Ollama 可直接 ollama pull deepseek-r1:14b；蒸馏 14B 是消费级甜点；MIT 许可可商用可微调。
以上就是我的全部实测，散会。好了不贫了，正经事还有一堆。 📌 💡 🔧 ✨ 😊
