DeepSeek-R1-Distill-Qwen-7B
基于Qwen2.5-Math-7B、用DeepSeek-R1推理数据蒸馏的推理模型，适合数学与竞赛式代码生成。
最后核实：
https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B特点与限制
主要特点
- 由DeepSeek-R1生成并筛选的80万条样本蒸馏微调（官方披露）
- 官方建议解码配置：temperature 0.5–0.7（推荐0.6）、避免system prompt
- 官方评测在AIME 2024 pass@1为55.5、MATH-500 pass@1为92.8（发布方数据）
- 权重与代码均为MIT许可
使用边界
- 模型卡未披露上下文长度与支持语言，本条目按未提供处理。
- 官方观察到模型可能跳过思考过程（直接输出空think标签），建议强制以“<think>\n”开头以保证推理质量。
- 评测数值为发布方自测且未披露运行配置；AIME等竞赛基准样本量小，官方也建议多次测试取平均。
- 本站未复现评测或设备运行表现。
模型信息
- 家族与版本
- DeepSeek-R1 / R1-Distill
- 输入与输出
- 文本 → 文本
- 公开参数规模
- 7B（以以下来源口径为准）
- 激活 / 有效参数
- 未提供 / 未提供
- 参数口径
- 官方模型卡下载表将该型号列为7B蒸馏版本，基座为Qwen2.5-Math-7B；模型卡未另列精确参数或激活参数口径，本记录按官方型号档位填写。 参数来源
- 原生上下文
- 未提供
- 扩展上下文
- 未提供
- 语言声明
- 未提供；语言支持不代表对应语言的评测水平。
- 权重许可
- MIT
- 代码许可
- MIT
- 训练资料
- 模型卡披露：该型号以DeepSeek-R1生成的推理数据蒸馏微调，使用80万条经DeepSeek-R1筛选的样本（基座Qwen2.5-Math-7B）；未公开完整数据清单与训练细节。
能力依据
模型变体：指令版；家族与版本：DeepSeek-R1 / R1-Distill
文本生成
AIME 2024 · pass@155.5%AIME 2024（竞赛数学） · en · 思考开启MATH-500 · pass@192.8%MATH-500（竞赛数学） · en · 思考开启GPQA Diamond · pass@149.1%GPQA Diamond（研究生级知识问答） · en · 思考开启查看评估与来源收起补充信息
文本生成
AIME 2024 · pass@155.5%AIME 2024（竞赛数学） · en · 思考开启
MATH-500 · pass@192.8%MATH-500（竞赛数学） · en · 思考开启
GPQA Diamond · pass@149.1%GPQA Diamond（研究生级知识问答） · en · 思考开启
发布方模型卡报告AIME 2024 pass@1 55.5（cons@64为83.3）、MATH-500 pass@1 92.8、GPQA Diamond pass@1 49.1，数学与研究生级问答成绩在同表对比中处于7B档位较高水平。这些是DeepSeek官方自测数据，未见独立复测，也不能代表中文写作或开放域对话能力。
已有依据支持
- 同一张表列出多个厂商模型对照，Metric与列名明确（pass@1、cons@64）。
- 模型卡披露采样协议（temperature 0.6、top-p 0.95、64次回答估计pass@1）与最大生成长度。
- 权重与代码均为MIT许可，蒸馏用于下游训练被官方明确允许。
证据限制
- 成绩由模型发布方运行，未找到许可明确且确认为独立方的同型号复测。
- 模型卡未披露模型revision、提示模板与硬件条件；本站未复现。
- 竞赛数学基准样本量小、方差大（官方建议多次测试取平均）；pass@1依赖64次采样估计，不能外推到日常文本生成质量。
AIME 2024 · pass@1
55.5%官方报告 · DeepSeek-AI（模型发布方）官方自测
展开评测条件与来源
- 模型标识 / 修订
- deepseek-ai/DeepSeek-R1-Distill-Qwen-7B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- AIME 2024（竞赛数学） / 未提供
- 基准 / 报告版本
- DeepSeek-R1模型卡 Distilled Model Evaluation 表
- Few-shot / 输出上限
- 未提供 / 32768 tokens
- 提示模板 / 设置
- 未提供；模型卡Distilled Model Evaluation表取DeepSeek-R1-Distill-Qwen-7B行，同表列出GPT-4o、Claude-3.5-Sonnet、o1-mini、QwQ-32B-Preview等对照；同型号AIME 2024 cons@64为83.3。模型卡说明所有模型最大生成长度32768 tokens，需要采样的基准使用temperature 0.6、top-p 0.95并每问生成64个回答估计pass@1；未披露模型revision、硬件与提示模板；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- deepseek-ai / deepseek-ai-r1-distill-model-card
- 来源
- https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
- 来源使用说明
- 引用来源；许可：未提供；仅引用DeepSeek官方模型卡中的少量评测事实并标注来源；不复制整表或基准题目，模型卡内评测数据的再分发许可未单独声明。 查看说明
- 比较状态
- 不可比：来源未披露足以复现和统一对齐的完整模型revision、提示模板与运行环境；该结果仅记录发布方模型卡口径，不加入跨型号比较组。
MATH-500 · pass@1
92.8%官方报告 · DeepSeek-AI（模型发布方）官方自测
展开评测条件与来源
- 模型标识 / 修订
- deepseek-ai/DeepSeek-R1-Distill-Qwen-7B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- MATH-500（竞赛数学） / 未提供
- 基准 / 报告版本
- DeepSeek-R1模型卡 Distilled Model Evaluation 表
- Few-shot / 输出上限
- 未提供 / 32768 tokens
- 提示模板 / 设置
- 未提供；模型卡Distilled Model Evaluation表取DeepSeek-R1-Distill-Qwen-7B行，同表列出GPT-4o、Claude-3.5-Sonnet、o1-mini、QwQ-32B-Preview等对照。模型卡说明所有模型最大生成长度32768 tokens，需要采样的基准使用temperature 0.6、top-p 0.95并每问生成64个回答估计pass@1；未披露模型revision、硬件与提示模板；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- deepseek-ai / deepseek-ai-r1-distill-model-card
- 来源
- https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
- 来源使用说明
- 引用来源；许可：未提供；仅引用DeepSeek官方模型卡中的少量评测事实并标注来源；不复制整表或基准题目，模型卡内评测数据的再分发许可未单独声明。 查看说明
- 比较状态
- 不可比：来源未披露足以复现和统一对齐的完整模型revision、提示模板与运行环境；该结果仅记录发布方模型卡口径，不加入跨型号比较组。
GPQA Diamond · pass@1
49.1%官方报告 · DeepSeek-AI（模型发布方）官方自测
展开评测条件与来源
- 模型标识 / 修订
- deepseek-ai/DeepSeek-R1-Distill-Qwen-7B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- GPQA Diamond（研究生级知识问答） / 未提供
- 基准 / 报告版本
- DeepSeek-R1模型卡 Distilled Model Evaluation 表
- Few-shot / 输出上限
- 未提供 / 32768 tokens
- 提示模板 / 设置
- 未提供；模型卡Distilled Model Evaluation表取DeepSeek-R1-Distill-Qwen-7B行，同表列出GPT-4o、Claude-3.5-Sonnet、o1-mini、QwQ-32B-Preview等对照。模型卡说明所有模型最大生成长度32768 tokens，需要采样的基准使用temperature 0.6、top-p 0.95并每问生成64个回答估计pass@1；未披露模型revision、硬件与提示模板；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- deepseek-ai / deepseek-ai-r1-distill-model-card
- 来源
- https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
- 来源使用说明
- 引用来源；许可：未提供；仅引用DeepSeek官方模型卡中的少量评测事实并标注来源；不复制整表或基准题目，模型卡内评测数据的再分发许可未单独声明。 查看说明
- 比较状态
- 不可比：来源未披露足以复现和统一对齐的完整模型revision、提示模板与运行环境；该结果仅记录发布方模型卡口径，不加入跨型号比较组。
代码
LiveCodeBench · pass@137.6%LiveCodeBench（竞赛编程题） · code · 思考开启查看评估与来源收起补充信息
代码
LiveCodeBench · pass@137.6%LiveCodeBench（竞赛编程题） · code · 思考开启
发布方模型卡报告LiveCodeBench pass@1为37.6%，同表CodeForces rating为1189（本条目未逐项导入）。显示该7B蒸馏型号的竞赛式代码生成能力明显高于同系列1.5B，但仍不等价于仓库级工程任务。
已有依据支持
- 官方模型卡提供该精确型号的竞赛式代码生成成绩。
- 同表对照模型齐全，且与1.5B/14B/32B同批数据便于横向定位。
证据限制
- LiveCodeBench仅覆盖竞赛题，不等价于真实仓库级修改或测试。
- 成绩由发布方自测，题目时间窗口与完整配置未披露；本站未执行代码验证。
LiveCodeBench · pass@1
37.6%官方报告 · DeepSeek-AI（模型发布方）官方自测
展开评测条件与来源
- 模型标识 / 修订
- deepseek-ai/DeepSeek-R1-Distill-Qwen-7B / 未提供
- 思考模式
- 启用
- 量化 / 运行时
- 未提供 / 未提供
- 数据集 / 划分
- LiveCodeBench（竞赛编程题） / 未提供
- 基准 / 报告版本
- DeepSeek-R1模型卡 Distilled Model Evaluation 表
- Few-shot / 输出上限
- 未提供 / 32768 tokens
- 提示模板 / 设置
- 未提供；模型卡Distilled Model Evaluation表取DeepSeek-R1-Distill-Qwen-7B行，同表另列CodeForces rating 1189（未逐项导入），并列出GPT-4o、Claude-3.5-Sonnet、o1-mini、QwQ-32B-Preview等对照。模型卡说明所有模型最大生成长度32768 tokens，需要采样的基准使用temperature 0.6、top-p 0.95并每问生成64个回答估计pass@1；未披露题目时间窗口、模型revision与硬件；本站未复现。
- 评测日期 / 核实日期
- 未提供 / 2026-10-17
- 评测身份
- 官方自测
- 来源标识 / 评测批次
- deepseek-ai / deepseek-ai-r1-distill-model-card
- 来源
- https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
- 来源使用说明
- 引用来源；许可：未提供；仅引用DeepSeek官方模型卡中的少量评测事实并标注来源；不复制整表或基准题目，模型卡内评测数据的再分发许可未单独声明。 查看说明
- 比较状态
- 不可比：来源未披露足以复现和统一对齐的完整模型revision、题目版本与运行环境；该结果仅记录发布方模型卡口径，不加入跨型号比较组。
运行条件与获取
vLLM
系统支持未提供 · Safetensors · 未指定量化
官方支持；本站尚未进行推理验证。
硬件：未核实。本站未实测；内存、显存和速度取决于运行时、精度、输入与生成长度及硬件，不将参数量或文件大小换算为资源保证。
内存：未核实；显存：未核实。
依赖：vLLM。
STEP 01 按官方说明部署
模型卡说明蒸馏模型可按Qwen或Llama模型同样方式使用，并分别给出vLLM与SGLang启动示例；官方示例命令以32B型号给出，需替换为本型号并调整并行与长度参数，本条目不转抄该命令。
STEP 02 按官方使用建议配置解码
temperature设为0.5–0.7（推荐0.6），避免system prompt（指令写在用户消息中），必要时强制模型以“<think>\n”开头以进入推理；本站未下载权重或执行模型，需在目标设备验证。