これはDeepSeek-OCRのモーダルバランス量子化（MBQ）バリエーションで、ビジュアルエンコーダに4ビットNF4量子化を採用することでメモリ使用量を削減し、同時にプロジェクターと言語/デコーダのBF16精度を維持し、一般的なGPUでのローカルデプロイメントと高速なCPU試験が可能です。

マルチモーダルTransformers

DeepSeek-GRM-16BはSelf-Principled Critique Tuning (SPCT)に基づく生成型報酬モデルで、クエリ-応答に対して透明な「原則→批判→スコア」の評価プロセスを生成し、大規模言語モデルの強化学習、評価、データ収集などのタスクに使用できます。

自然言語処理Transformers多言語

DeepSeek-VLはDeepSeek AIチームによって開発されたオープンソースのビジュアル言語モデルで、テキストと画像情報を同時に処理し、文脈に関連した応答を生成することができます。このモデルは混合ビジュアルエンコーダを採用し、高解像度画像処理をサポートし、現実世界のビジュアル言語理解アプリケーションで優れた性能を発揮します。

マルチモーダルTransformers

DeepSeek-R1-0528はDeepSeek R1シリーズの小バージョンアップグレードモデルで、計算リソースの増加とアルゴリズムの最適化により、推論の深度と能力を大幅に向上させ、数学やプログラミングなどの複数のベンチマークテストで優れた成績を収めています。

自然言語処理Transformers

DeepSeek-R1-0528はDeepSeek R1モデルの小規模なバージョンアップで、計算リソースの増加とアルゴリズムの最適化により、推論能力を大幅に向上させ、数学、プログラミング、一般的な論理などの複数のベンチマーク評価で優れた成績を収めています。

自然言語処理Transformers

DeepSeek R1モデルはマイナーバージョンアップを完了し、現在のバージョンはDeepSeek-R1-0528です。最新の更新では、DeepSeek R1は計算リソースの投入を増やし、トレーニング後の段階でアルゴリズム最適化メカニズムを導入することで、深層推論と推論能力を大幅に向上させました。

自然言語処理Transformers

これはDeepSeek AIのDeepSeek V3-0324モデルの量子化バージョンで、最適化されたTransformerアーキテクチャを採用し、FP4量子化技術によりモデルサイズとGPUメモリ要件を大幅に削減し、AIエージェントシステムやチャットボットなどの様々なAIアプリケーションシーンに適しています。

自然言語処理Safetensors

このモデルは、ベースモデルDeepSeek-R1-蒸留-Qwen-32Bとapproval_bureau_model_loraアダプターを統合したもので、文書審査、テキスト生成、コンテンツ承認関連のシナリオに適しています。

自然言語処理Safetensors多言語

これはDeepSeek-R1-Distill-Qwen-1.5Bの量子化バージョンで、重みと活性化をINT8データ型に量子化することで、GPUメモリの要件とディスク空間の占有を効果的に削減し、同時に計算スループットを向上させます。このモデルはNeural Magicによって開発され、Qwen2ForCausalLMアーキテクチャに基づいています。

自然言語処理Transformers