DeepSeek-R1-Distill-Qwen-1.5B – AI Explorer
Kompaktes 1.5B Parameter Sprachmodell als Destillation von DeepSeek-R1 mit 1488 Likes auf HuggingFace
Hersteller & Kategorie
- Hersteller
- DeepSeek
- Herkunftsland
- China
- Kategorie
- LLM
Stärken
- Extrem kompakte Modellgröße für Edge-Deployment
- Starke Reasoning-Fähigkeiten trotz kleiner Parameterzahl
- Vollständig Open Source und Open Weights
- Niedriger Ressourcenverbrauch
- Lange Kontextlänge von 128K Tokens
Schwächen
- Begrenzte Leistung bei komplexen Aufgaben im Vergleich zu größeren Modellen
- Eingeschränkte multimodale Fähigkeiten
- Weniger robust bei sehr spezialisierten Domänen
Anwendungsfälle
- Edge-KI-Anwendungen auf ressourcenbeschränkten Geräten
- Schnelle Prototypenentwicklung
- Lokale Chatbots und Assistenten
- Bildungsanwendungen und Forschung
Technische Daten
- Parameter
- 1.5B
- Kontextfenster
- 131.072 Tokens
Verfügbarkeit & Lizenz
- Kostenmodell
- Kostenlos
- DSGVO-konform
- Teilweise
- Deployment-Optionen
- Cloud, On-Premise, Edge
- Eingabe-Modalitäten
- text, code
- Ausgabe-Modalitäten
- text, code
- Sprachen
- en, zh, de, fr, es, ja, ko, ru