DeepSeek-R1-Distill-Qwen-1.5B
DeepSeek-R1-Distill-Qwen-1.5B ni modeli ya lugha iliyoundwa na DeepSeek (China), iliyotolewa 22 Januari 2025.
Uzito wake (weights) uko wazi: mtu yeyote anaweza kuipakua, kuiendesha na kuitumia hata kibiashara.
Ina vigezo (parameters) bilioni 1.78.
Naweza kuiendesha mwenyewe?
Ndiyo, kwenye simu janja au kifaa chenye uwezo mkubwa zaidi.
- SimuRAM ya GB 6–8
- Kompyuta mpakatoRAM ya GB 16
- Kompyuta yenye uwezo mkubwaGB 24 hadi 64 (kadi ya michoro au Mac yenye uwezo mkubwa)
- Sevazaidi ya GB 64
Inahitaji takriban GB 2.1 za kumbukumbu (RAM) ikibanwa hadi biti 4.
Programu za simu zinazoendesha modeli bila intaneti (kwa mfano PocketPal) zinapakua toleo lililobanwa.
Matokeo ya majaribio
- Sayansi ngumu (GPQA Diamond)Maswali ya biolojia, fizikia na kemia ya kiwango cha shahada ya uzamivu. Ukibahatisha unapata 25%.
- 33.6%
- Mashindano ya hesabu (AIME)Maswali ya mashindano ya hesabu ya wanafunzi wa sekondari ya juu.
- 21.4%