DeepSeek-R1-Distill-Llama-70B 是深度求索 (DeepSeek) 公司于 2025 年推出的开源大语言模型，参数规模高达 700 亿。它是基于 Llama3.3-70B-Instruct 进行训练的，采用强化学习和蒸馏技术提升推理表现，不仅继承了 Llama 系列模型的优势，还在此基础上进一步优化了推理能力，尤其在数学、代码与逻辑推理任务中表现突出。
作为 DeepSeek 系列的高性能版本，它在多个基准测试中表现出色。此外，该模型是 DeepSeek AI 提供的一款推理增强型模型，支持多种应用场景，如移动设备与边缘计算、在线推理服务等，以提高响应速度和降低运营成本，其具备非常强大的推理和决策能力。在高级 AI 助手、科研分析等领域，能够提供极其专业和深入的分析结果。例如在医学科研中，70B 版本可以对大量的医学数据进行分析，为疾病研究提供有价值的参考。
教程链接：https://go.openbayes.com/3L307
使用云平台：OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v
登录 http://OpenBayes.com，在「公共教程」页面，选择「一键部署 DeepSeek-R1-70B」教程。
页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
选择「NVIDIA RTX A6000」以及「PyTorch」镜像，OpenBayes 平台上线了新的计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。可以使用文章开头的邀请链接，获得 RTX 4090 使用时长！
稍等片刻，待系统分配好资源，当状态变为「运行中」后，点击「API 地址」边上的跳转箭头，即可跳转至 Demo 页面。
进入模型后，在右侧可以设置对话参数。
常见对话设置
Temperature（温度）
- 控制输出的随机性，范围一般在 0.0-2.0 之间。
- 低值（如 0.1）：更确定，偏向常见词汇。
- 高值（如 1.5）：更随机，可能生成更有创意但不稳定的内容。
Top-k Sampling（Top-k 采样）
- 只从 概率最高的 k 个 词中采样，排除低概率词汇。
- k 值小（如 10）：更确定，减少偶然性。
- k 值大（如 50）：更多样，增加创新性。
Top-p Sampling（Nucleus Sampling，Top-p 采样）
- 选择累计概率达到 p 的词集，不固定 k 值。
- 低值（如 0.3）：更确定，减少偶然性。
- 高值（如 0.9）：更多样，提升流畅度。
Repetition Penalty（重复惩罚）
- 控制文本重复度，通常在 1.0-2.0 之间。
- 值高（如 1.5）：减少重复，提升可读性。
- 值低（如 1.0）：无惩罚，可能导致模型重复词句。
Max Tokens（最大生成长度）
- 限制模型最多生成的 token 数，避免超长输出。
- 典型范围：50-4096（依赖具体模型）。
设置好模型和参数后，在中间区域输入对话信息（可选择联网搜索与代码解释器）即可与模型展开对话。
相比于其它的 Chatbot，DeepSeek-R1 可以提供更完整的思考过程。
