--- title: DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 canonical_url: "https://www.modelscope.cn/models/okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16" md_url: "https://www.modelscope.cn/models/okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16.md" repository: okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 chinese_name: "DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 量化高精校准" last_updated: 2025-04-17 license: "Apache License 2.0" pipeline_tag: text-generation tasks: - text-generation model_type: - qwen2 architectures: - Qwen2ForCausalLM base_model: - deepseek-ai/DeepSeek-R1-Distill-Qwen-7B base_model_relation: quantized parameters: 2.0B tensor_type: - BF16 - I32 - I64 library_name: - safetensors - pytorch frameworks: - Pytorch language: - en - cn inference_backends: - "deploy_task text/emb" - "lmdeploy 0.9.1" - "lmdeploy_turbomind 0.9.1" - "sglang 0.5.2" - "vllm 0.9.2" downloads: 375032 stars: 7 tags: - Chat - Instruct - fine-tuned --- # DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 > DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 - okwinds 在 ModelScope 开源的模型。DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 量化高精校准 okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 是 ModelScope 魔搭社区上的 2.0B 参数text-generation模型，采用 Apache License 2.0 许可，基于 deepseek-ai/DeepSeek-R1-Distill-Qwen-7B 构建，可用 deploy_task text/emb、lmdeploy 0.9.1、lmdeploy_turbomind 0.9.1 部署。 - **Repository**: okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 - **License**: Apache License 2.0 - **Tasks**: text-generation - **Parameters**: 2.0B - **Base model**: deepseek-ai/DeepSeek-R1-Distill-Qwen-7B - **Inference backends**: deploy_task text/emb, lmdeploy 0.9.1, lmdeploy_turbomind 0.9.1, sglang 0.5.2, vllm 0.9.2 - **Tags**: Chat, Instruct, fine-tuned - **Downloads**: 375032 - **Stars**: 7 - **Last updated**: 2025-04-17 Source: https://www.modelscope.cn/models/okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 --- # DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 量化高精校准 ### 原模型解读，请看公众号文章 👇🏻 ### 觉察流 - [DeepSeek-R1挑战OpenAI，AI推理模型的新时代来临](https://mp.weixin.qq.com/s/mG18W607Xxt_lp_6NhNPAw) 友情提醒，推理本模型时，请按照如下官方指引： > 注意：建议在运行这些模型时设置适当的温度（0.5 到 0.7 之间），否则您可能会遇到无休止的重复或不连贯的输出问题。 📖 关于量化损失方面的研究，可阅读公众号“觉察流”文章👇
《[Reason Model 的“瘦身计划”：量化技术的得与失](https://mp.weixin.qq.com/s/NMGq4UUkfo8GMix5LHnWCg)》 #### _仓库作者在此 👇🏻 扫一扫_ _______________________________ # 下载方法 SDK下载 ```bash #安装ModelScope pip install modelscope ``` ```python #SDK模型下载 from modelscope import snapshot_download model_dir = snapshot_download('okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16') ``` Git下载 ``` #Git模型下载 git clone https://www.modelscope.cn/okwinds/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16.git ``` # 模型概述 DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 是一个基于 [deepseek-ai/DeepSeek-R1-Distill-Qwen-7B](https://www.modelscope.cn/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B) 的 Int4 量化的模型。 - **模型名称:** DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16 - **模型架构:** Qwen2.5 - **权重量化:** Int4 ## 量化模型 该模型通过将 [deepseek-ai/DeepSeek-R1-Distill-Qwen-7B](https://www.modelscope.cn/models/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B) 的权重量化为 Int4 数据类型而实现。 量化过程将每个参数从 16bit 减少到 4bit，将模型占用磁盘空间大小，以及推理时加载模型需要的GPU显存空间，减少到了大约为原模型的1/4。只有 transformer 中的 Linear 层权重是量化的，其他层均保持为原模型数据类型，采用了混合精度的计算方式，尽可能减少模型量化后所带来的精度损失。 量化本模型，使用了[AutoGPTQ](https://github.com/AutoGPTQ/AutoGPTQ)，采用 Symmetric group-wise 方式量化（group size : 128）。并在量化过程中，进行了数据校准，以提升模型生成精度。 > 注意：本模型需要 compute capability > 8.0（Ampere、Ada Lovelace、Hopper 架构）的 Nvidia GPU 来支持 INT4 **混合精度**计算。 # 部署推理 ### 推荐使用 vLLM （ version > 0.6.6.post1 ） Openai api 兼容模式 ```bash >>> vllm serve "/home/gavin/llm/DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16" --host 0.0.0.0 --port 8000 --gpu-memory-utilization 0.9 --served-model-name "DeepSeek-R1-Distill-Qwen-7B-Int4-W4A16" ``` --- 以下引自原模型的Model Card ## 1. 引言 我们推出第一代推理模型 DeepSeek-R1-Zero 和 DeepSeek-R1。
DeepSeek-R1-Zero 是一种通过大规模强化学习（Reinforcement Learning, RL）训练的模型，训练过程中未使用监督微调（Supervised Fine-Tuning, SFT）作为前置步骤，但在推理任务上表现出色。
借助 RL，DeepSeek-R1-Zero 自然地展现出许多强大且有趣的推理行为。然而，DeepSeek-R1-Zero 也面临一些挑战，例如无休止的重复、可读性差以及语言混合等问题。
为解决这些问题并进一步提升推理性能，我们推出了 DeepSeek-R1，该模型在 RL 之前引入了冷启动数据（cold-start data）。
DeepSeek-R1 在数学、编程和推理任务上的表现与 OpenAI-o1 相当。
为了支持研究社区，我们开源了 DeepSeek-R1-Zero、DeepSeek-R1，以及基于 Llama 和 Qwen 系列从 DeepSeek-R1 蒸馏出的六个Dense模型。
其中，DeepSeek-R1-Distill-Qwen-32B 在多个基准测试中超越了 OpenAI-o1-mini，为密集模型创造了新的最佳性能。

## 2. 模型概述 后训练：在基础模型上进行大规模强化学习
- 我们直接在基础模型上应用强化学习（RL），而不依赖于监督微调（SFT）作为前置步骤。 这种方法使模型能够探索用于解决复杂问题的思维链（Chain-of-Thought, CoT），从而开发出 DeepSeek-R1-Zero。 DeepSeek-R1-Zero 展示了自我验证、反思和生成长思维链的能力，这标志着研究社区的一个重要里程碑。 值得注意的是，它是首次公开研究验证，通过纯 RL 激励大型语言模型（LLMs）的推理能力，无需 SFT。 这一突破为该领域的未来发展铺平了道路。
- 我们介绍了开发 DeepSeek-R1 的流程。该流程包括两个 RL 阶段，旨在发现改进的推理模式并符合人类偏好，以及两个 SFT 阶段，作为模型推理和非推理能力的种子。 我们相信这一流程将有助于行业开发更好的模型。
蒸馏：小模型也可以很强大
- 我们证明了可以将大模型的推理模式蒸馏到小模型中，与通过小模型上的 RL 发现的推理模式相比，性能更好。开源的 DeepSeek-R1 及其 API 将有助于研究社区在未来蒸馏出更好的小模型。
- 使用 DeepSeek-R1 生成的推理数据，我们微调了几个在研究社区中广泛使用的密集模型。评估结果表明，这些蒸馏后的小密集模型在基准测试中表现出色。我们基于 Qwen2.5 和 Llama3 系列开源了 1.5B、7B、8B、14B、32B 和 70B 的检查点，供社区使用。
DeepSeek-R1-Distill 模型是基于开源模型微调的，使用 DeepSeek-R1 生成的样本进行训练。我们对其配置和分词器进行了小幅调整。请使用我们的设置运行这些模型。
## 3. 评估结果 DeepSeek-R1 评估
对于所有模型，最大生成长度设置为 32,768 个Token。对于需要采样的基准测试，我们使用温度为 0.6、top-p 值为 0.95，并为每个查询生成 64 个响应以估计 pass@1。
| Category | Benchmark (Metric) | Claude-3.5-Sonnet-1022 | GPT-4o 0513 | DeepSeek V3 | OpenAI o1-mini | OpenAI o1-1217 | DeepSeek R1 | |----------|-------------------|----------------------|------------|--------------|----------------|------------|--------------| | | Architecture | - | - | MoE | - | - | MoE | | | # Activated Params | - | - | 37B | - | - | 37B | | | # Total Params | - | - | 671B | - | - | 671B | | English | MMLU (Pass@1) | 88.3 | 87.2 | 88.5 | 85.2 | **91.8** | 90.8 | | | MMLU-Redux (EM) | 88.9 | 88.0 | 89.1 | 86.7 | - | **92.9** | | | MMLU-Pro (EM) | 78.0 | 72.6 | 75.9 | 80.3 | - | **84.0** | | | DROP (3-shot F1) | 88.3 | 83.7 | 91.6 | 83.9 | 90.2 | **92.2** | | | IF-Eval (Prompt Strict) | **86.5** | 84.3 | 86.1 | 84.8 | - | 83.3 | | | GPQA-Diamond (Pass@1) | 65.0 | 49.9 | 59.1 | 60.0 | **75.7** | 71.5 | | | SimpleQA (Correct) | 28.4 | 38.2 | 24.9 | 7.0 | **47.0** | 30.1 | | | FRAMES (Acc.) | 72.5 | 80.5 | 73.3 | 76.9 | - | **82.5** | | | AlpacaEval2.0 (LC-winrate) | 52.0 | 51.1 | 70.0 | 57.8 | - | **87.6** | | | ArenaHard (GPT-4-1106) | 85.2 | 80.4 | 85.5 | 92.0 | - | **92.3** | | Code | LiveCodeBench (Pass@1-COT) | 33.8 | 34.2 | - | 53.8 | 63.4 | **65.9** | | | Codeforces (Percentile) | 20.3 | 23.6 | 58.7 | 93.4 | **96.6** | 96.3 | | | Codeforces (Rating) | 717 | 759 | 1134 | 1820 | **2061** | 2029 | | | SWE Verified (Resolved) | **50.8** | 38.8 | 42.0 | 41.6 | 48.9 | 49.2 | | | Aider-Polyglot (Acc.) | 45.3 | 16.0 | 49.6 | 32.9 | **61.7** | 53.3 | | Math | AIME 2024 (Pass@1) | 16.0 | 9.3 | 39.2 | 63.6 | 79.2 | **79.8** | | | MATH-500 (Pass@1) | 78.3 | 74.6 | 90.2 | 90.0 | 96.4 | **97.3** | | | CNMO 2024 (Pass@1) | 13.1 | 10.8 | 43.2 | 67.6 | - | **78.8** | | Chinese | CLUEWSC (EM) | 85.4 | 87.9 | 90.9 | 89.9 | - | **92.8** | | | C-Eval (EM) | 76.7 | 76.0 | 86.5 | 68.9 | - | **91.8** | | | C-SimpleQA (Correct) | 55.4 | 58.7 | **68.0** | 40.3 | - | 63.7 |
蒸馏模型评估
| Model | AIME 2024 pass@1 | AIME 2024 cons@64 | MATH-500 pass@1 | GPQA Diamond pass@1 | LiveCodeBench pass@1 | CodeForces rating | |------------------------------------------|------------------|-------------------|-----------------|----------------------|----------------------|-------------------| | GPT-4o-0513 | 9.3 | 13.4 | 74.6 | 49.9 | 32.9 | 759 | | Claude-3.5-Sonnet-1022 | 16.0 | 26.7 | 78.3 | 65.0 | 38.9 | 717 | | o1-mini | 63.6 | 80.0 | 90.0 | 60.0 | 53.8 | **1820** | | QwQ-32B-Preview | 44.0 | 60.0 | 90.6 | 54.5 | 41.9 | 1316 | | DeepSeek-R1-Distill-Qwen-1.5B | 28.9 | 52.7 | 83.9 | 33.8 | 16.9 | 954 | | DeepSeek-R1-Distill-Qwen-7B | 55.5 | 83.3 | 92.8 | 49.1 | 37.6 | 1189 | | DeepSeek-R1-Distill-Qwen-14B | 69.7 | 80.0 | 93.9 | 59.1 | 53.1 | 1481 | | DeepSeek-R1-Distill-Qwen-32B | **72.6** | 83.3 | 94.3 | 62.1 | 57.2 | 1691 | | DeepSeek-R1-Distill-Llama-8B | 50.4 | 80.0 | 89.1 | 49.0 | 39.6 | 1205 | | DeepSeek-R1-Distill-Llama-70B | 70.0 | **86.7** | **94.5** | **65.2** | **57.5** | 1633 |
## 4. 聊天网站和 API 平台 您可以在 DeepSeek 官方网站 chat.deepseek.com 上与 DeepSeek-R1 进行对话，并打开 “深度思考” 按钮。 我们还在 DeepSeek 平台提供 OpenAI 兼容的 API：platform.deepseek.com。 ## 5. 如何本地运行 DeepSeek-R1 模型
请访问 DeepSeek-V3 仓库，了解有关本地运行 DeepSeek-R1 的更多信息。
DeepSeek-R1-Distill 模型
DeepSeek-R1-Distill 模型的使用方式与 Qwen 或 Llama 模型相同。
例如，您可以使用 vLLM 轻松启动服务： ```Shell vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-7B --tensor-parallel-size 2 --max-model-len 32768 --enforce-eager ``` 注意：我们建议在运行这些模型时设置适当的温度（0.5 到 0.7 之间），否则您可能会遇到无休止的重复或不连贯的输出问题。
6. 许可
本代码仓库和模型权重均在 MIT License 下授权。DeepSeek-R1 系列支持商业用途，允许进行任何修改和衍生作品，包括但不限于用于训练其他大型语言模型（LLMs）的蒸馏。请注意：
- DeepSeek-R1-Distill-Qwen-1.5B、DeepSeek-R1-Distill-Qwen-7B、DeepSeek-R1-Distill-Qwen-14B 和 DeepSeek-R1-Distill-Qwen-32B 均基于 Qwen-2.5 系列，最初在 Apache 2.0 License 下授权，现已使用 DeepSeek-R1 精选的 800k 样本进行微调。
- DeepSeek-R1-Distill-Llama-8B 基于 Llama3.1-8B-Base，最初在 llama3.1 许可证 下授权。
- DeepSeek-R1-Distill-Llama-70B 基于 Llama3.3-70B-Instruct，最初在 llama3.3 许可证 下授权。