Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

DeepSeek · pașaport de model

DeepSeek: R1 Distill Llama 70B

deepseek-r1-distill-llama-70b

Ponderi deschise
70.6B parametri
8,192 context
Lansat 2025-01-20(curatoriat)

Cea mai bună percentilă: 64.8MMLU-Pro (Artificial Analysis)
Poziția în cohortă: 43.3mediană 42.5

Ce spun datele

Evaluat pe 6 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

13.3 pct — IFBench (Artificial Analysis) (27.6%)

Neuniform: 51,5 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 64.8 pct pe MMLU-Pro (Artificial Analysis) față de 13.3 pct pe IFBench (Artificial Analysis).

MMLU-Pro (Artificial Analysis)64.8 pct79.5%Verifică →
LiveBench52.6 pct54.7%Verifică →
GPQA Diamond38.5 pct55.7%Verifică →
AIME (matematică)38.5 pct51.4%Verifică →
LiveCodeBench (Artificial Analysis)32.4 pct26.6%Verifică →
IFBench (Artificial Analysis)13.3 pct27.6%Verifică →
GeneralNeevaluat
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat
ProgramareNeevaluat
Urmarea instrucțiunilorNeevaluat
Prompturi dificileNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Rulează-l singur

Repositorydeepseek-ai/DeepSeek-R1-Distill-Llama-70B

Parametri70.6B

ArhitecturăLlamaForCausalLM

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "deepseek-ai/DeepSeek-R1-Distill-Llama-70B"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APIdeepseek/deepseek-r1-distill-llama-70b

Lungime context8,192 tokeni

Ieșire maximă7,372 tokeni

Preț intrare$0.80 per 1M tokeni

Preț ieșire$0.80 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyInclude reasoningMax tokensPresence penaltyReasoningRepetition penaltySeedStop sequencesTemperatureTop-kTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek/deepseek-r1-distill-llama-70b","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

DeepSeek-R1-Distill-Llama-70B stands at 43.3 (raw mean 40) — measured on 6 of 27 axes.
pozițieșablonVerifică →
DeepSeek-R1-Distill-Llama-70B stands at 43.3 versus a cohort median of 42.5 across 141 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →