DeepSeek 一、应用介绍
Deepseek 来自国产大模型公司深度求索，老人护理13825404095深度求索是量化巨头幻方量化旗下的大模型公司。2025 年 1 月 20 日，该公司正式发布推理大模型 DeepSeek-R1。
Deepseek 是一款开源模型，在数学、代码、自然语言推理等任务上的性能能够比肩 OpenAI o1 模型正式版。它采用 MIT 许可协议，支持免费商用、任意修改和衍生开发等。
DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。此外，DeepSeek 不仅将 R1 训练技术全部公开，还蒸馏了 6 个小模型向社区开源，允许用户借此训练其他模型。
DeepSeek 的论文显示，不同于过去 AI 模型往往依赖于监督微调（SFT，指 AI 模型通过已标注的数据进行训练），R1 完全由强化学习驱动，证明了直接强化学习是可行的。
二、使用指南平台提供了多种 Deepseek 的使用方式，包括命令行交互、webui 交互、api 调用等。平台还提供了 DeepSeek-R1 及其它常用的几十款模型，用户可以直接使用。如果用户没有平台作业提交的经验，可以先查看帮助中心 - 作业系统部分，了解作业提交的基本概念和操作方法。
1. 在公共集群使用 DeepSeek-R1申请 gpu 计算资源：用户可以用 salloc 方式申请公共集群计算资源，再登录到计算节点上运行 deepseek 应用。执行命令：
salloc -p gpu --gres=gpu:1 -n 8该命令用于指定 gpu 分区，申请 1 张 gpu 卡、8 个 cpu 核心。
运行 ollama server：申请好计算资源后，先登录到计算节点。设置相应环境变量，并启动 ollama 服务，执行以下命令：
export OLLAMA_MODELS="/opt/app/ollama/0.5.7/models" export PATH=$PATH:/opt/app/ollama/0.5.7/bin ollama serve命令说明：OLLAMA_MODELS 指的是 ollama 模型存放的路径，如果不指定该环境，则下载模型时会在个人目录下自动生成目录.ollama，并将模型存放在该目录下。
使用 ollama 运行 deepseek 模型：打开一个新的窗口，并在计算节点运行如下命令，开始对话：
export PATH=$PATH:/opt/app/ollama/0.5.7/bin ollama run deepseek-r1:14b命令说明：用户可以通过ollama list命令查看当前环境有哪些模型。
2.在个人实例使用 Open-webui 调用 DeepSeek-R1选择平台的 DeepSeek 应用模板，创建个人实例：在平台选择 DeepSeek R1 应用模板进行实例创建，相关配置如下：
容器：无更多信息
CPU：10 核
GPU：1 卡
内存：60GB
块存储：50GB
镜像配置：deepseek
资源池：GPU 容器资源池
在实例控制台运行 open-webui 服务：打开实例的控制台，执行如下命令，并等待服务正常启动：
sudo -i source /opt/app/anaconda3/bin/activate open-webui open-webui serve出现相关启动成功提示（如INFO: Started server process [523] INFO: INFO: INFO: Waiting for application startup. Application startup complete. Uvicorn running on :8080 (Press CTRL+C to quit)）后，查看实例的 webui 地址，并将该地址复制到浏览器中打开，初次运行时，加载时间较长。
页面顺利加载后，需要先完成本地注册：在页面上填写名称、电子邮箱、密码，创建管理员账号。
注册并登陆后，即可选择相应模型，开始对话：选择deepseek-r1:7b等模型，即可在界面中开始对话交互。
3.使用 Chatbox 调用个人实例的 ollama 服务（建议用户使用这个方式）
在实例的详情页找到 ollma 的 api 服务地址：在个人实例的基本信息 - 服务板块中查找 api 地址。
将实例的 ollama api 服务地址配置到 Chatbox，并选择相应模型，并保存：
开始对话：在 Chatbox 中输入问题，如 “你好，请预测未来一年的经济发展趋势”，即可获取模型的回答。
参考链接https://ollama.com/library/deepseek-r1
https://github.com/deepseek-ai/DeepSeek-R1
