Deepseek-R1是首个具推理能力的开源模型，兼具速度和成本效益。用户可在Databricks上下载和部署Llama-70B及Llama-8B模型，享受安全性和性能优化。该模型支持扩展思维链，适合数学和编程任务，鼓励用户探索新用例并提供反馈。

大语言模型无法判断答案的正确性，只能估计概率。训练中的奖励函数至关重要。新的o1推理模型通过数学和编程题进行训练，能够自我提升，减少人工干预。