DeepSeek: R1 0528

DeepSeek: R1 0528 to model tekstowy od DeepSeek, udostępniony przez dostawcę 2025-05-28 jako aktualizacja z 28 maja do oryginalnego DeepSeek R1. To model z 671B parametrów i 37B aktywnych parametrów, udostępniony jako open source z w pełni otwartymi tokenami rozumowania. DeepSeek opisuje jego wydajność jako porównywalną z OpenAI o1.

Model przyjmuje tekst i zwraca tekst. Akceptuje polecenia tekstowe i zwraca tekst, w tym wynik rozumowania, a jego okno kontekstu wynosi 163 840 tokenów przy maksymalnym wyniku 32 768 tokenów. Jego data odcięcia wiedzy to 2025-03-31. Ponieważ tokeny rozumowania są w pełni otwarte, można sprawdzić pośrednie myślenie modelu, a nie tylko jego końcową odpowiedź, co ma znaczenie, gdy trzeba debugować lub audytować sposób dojścia do wniosku.

To połączenie dużego okna kontekstu, otwartego rozumowania i obsługi narzędzi wskazuje na kilka praktycznych zastosowań. Długie dokumenty, takie jak specyfikacje, umowy czy prace badawcze, mieszczą się swobodnie w oknie kontekstu, więc streszczanie, ekstrakcja i odpowiadanie na pytania na podstawie dużych danych wejściowych są rozsądnymi zastosowaniami. Otwarte tokeny rozumowania pasują do zadań, w których droga do odpowiedzi ma znaczenie: wieloetapowa matematyka, problemy logiczne, analiza kodu i każdy przepływ pracy, w którym chcesz przejrzeć łańcuch myślowy modelu. Wywoływanie narzędzi i ustrukturyzowane wyniki czynią go użytecznym w potokach agentowych oraz w systemach, które potrzebują odpowiedzi czytelnych maszynowo, a nie dowolnego tekstu.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "deepseek/deepseek-r1-0528". Obsługiwane parametry żądania to frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs i top_p. Parametry reasoning i include_reasoning to te, po które warto sięgnąć, gdy chcesz, aby wynik rozumowania pojawił się w odpowiedzi, a tools z tool_choice obejmuje wywoływanie funkcji.

Ponieważ model obsługuje wyłącznie tekst, nie jest właściwym wyborem, jeśli dane wejściowe zawierają obrazy lub dźwięk, i potrzebny byłby wtedy model multimodalny. Limit wyniku wynoszący 32 768 tokenów oznacza również, że bardzo długie generowania trzeba dzielić lub kontynuować między wywołaniami. W tych granicach jest to mocny kandydat do pracy z tekstem wymagającej intensywnego rozumowania.