一、教程简介

该教程算力资源采用单卡 RTX 4090 。

DeepSeek-R1-0528-Qwen3-8B 是由 DeepSeek 团队于 2025 年 5 月发布的，基于 DeepSeek-R1-0528 的思维链蒸馏技术训练得到的一个轻量级推理模型。该模型参数量为 80 亿，通过将 DeepSeek-R1-0528 的复杂推理能力蒸馏到较小的 Qwen3-8B 基座模型上，融合了 Qwen3 的多语言能力和 DeepSeek-R1 的推理优化，性能媲美 GPT-4，支持单卡高效部署，是学术与企业应用的理想选择。在 AIME 2024 上，DeepSeek-R1-0528-Qwen3-8B 取得了开源模型中的最佳性能（SOTA），超越 Qwen3 8B +10.0%，并与 Qwen3-235B-thinking 的性能相当。

二、项目示例

三、运行步骤

1. 启动容器

若不显示「模型」，这表示模型正在初始化，由于模型较大，请等待约 2-3 分钟后刷新页面。

2. 进入网页后，即可与模型展开对话

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

本项目引用信息如下：

@misc{deepseekai2025deepseekr1incentivizingreasoningcapability,
      title={DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning}, 
      author={DeepSeek-AI},
      year={2025},
      eprint={2501.12948},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2501.12948}, 
}