deepseek-ai/deepseek-r1 は推論特化の DeepSeek-R1 と蒸留言語モデルを公開する公式の配布プロジェクトリポジトリで、最新リリースタグは v1.0.0 である。ただし、このタグに含まれる変更内容は与えられた記録にはリリースノートとして残っておらず、確認しにくい。扱えるのはリポジトリで公開されているモデル構成と学習方法である。
このリポジトリの核心は推論モデル、つまり答えを出す前に問題を解く過程も併せて示す言語モデルである。README によれば DeepSeek-R1-Zero は事前 SFT（教師あり微調整） 없이大規模な強化学習（RL）で学習し、DeepSeek-R1 はその強化学習に加えてコールドスタートデータ、すなわち学習の出発点に使うサンプル資料も用いた。この 2 つのモデルとともに Llama・Qwen ベースの密集中モデルも公開している。蒸留は学習した成果をより小さなモデルに移す方法である。README は DeepSeek-R1 が数学・コード・推論タスクで OpenAI-o1 に近い性能を示すと説明している。ライセンスは MIT、スター数は 91909、リポジトリは 2025-01-20 に作成された。
ただし性能比較は README の説明にとどまり、数値表や独立した検証結果は示されていない。使用言語は記録に残っておらず、記入済みの評価項目は 10 点満点の momentum スコア 3.7 のみである。学習方法は参考に VALUE があるが、このタグが何を改善したのか、どの程度の性能差があるかは記録だけでは判断が困難である。リリースノートと公式ベンチマークを確認してから使うほうがよい。