КПД

[Model page]

DeepSeek 🐳 выкатили пару часов назад на лицехватах 🤗 веса DeepSeek-R1 в публичный доступ!

Напомню, что это Reasoning модель, под цепоцки рассуждений а-ля o1, o1-mini, o3.

В модели 685B параметров и веса выложены в fp8-E4M3.
Архитектура почти идентична DeepSeek-V3.

Так что, счастливые обладатели 8+1 H100, развлекайтесь на здоровье)

👍14😁6❤1

www.tgoop.com/quant_prune_distill/406

1.88K viewsedited  Jan 20 at 08:52

[Model page]

DeepSeek 🐳 выкатили пару часов назад на лицехватах 🤗 веса DeepSeek-R1 в публичный доступ!

Напомню, что это Reasoning модель, под цепоцки рассуждений а-ля o1, o1-mini, o3.

В модели 685B параметров и веса выложены в fp8-E4M3.
Архитектура почти идентична DeepSeek-V3.

Так что, счастливые обладатели 8+1 H100, развлекайтесь на здоровье)

BY КПД