更新：自己用Abliteration做了一个越狱版的Deepseek-R1-Distill-Llama-8B https://huggingface.co/collinzrj/DeepSeek-R1-Distill-Llama-8B-abliterate现在可以问各种更加出生的问题了，咨询造炸弹，写小作文都没用问题，基本上不会拒绝本来还想试着越狱完整版，但是搞了半天发现完整版是671B而不是我想象中的37B...实在找不到8张A100来跑这个东西用HarmBench测试了一下Deepseek-R1-Distill-Llama-8B以及我的越狱版本的，分数是0-1，分数越高表示危害性越高相比之下，

相当令人震撼的工作，特别是 Deepseek-r1-zero。没有任何监督训练，纯强化学习首先，驳斥了“感谢OpenAI开源”、“蒸馏OpenAI-o1”的说法，Deepseek-r1-zero 模型在预训练之后，是完全没有经过任何监督学习的，也就是说没有使用任何其他思维链模型（以及人类）的输出。从 Deepseek-v3 基座，直接进行强化学习，即可解锁 o1 级别的思维链能力。只看答案，不搞花里胡哨Deepseek-r1-zero 在强化学习中，只有两种奖励：第一种：（如果我没理解错的话）只看最终答案对不对。对于数学题，只看它最终的结果 \box{Answer} 并给予正确或错误的反馈；对

性能方面我就不予以评价了, 关键是在于它开源了, 这不坐等大脑升级，，， 所以如果你也耗费巨量精力 7 x 24 h 地搁那物色硬件配了台非常牛逼的 PC 结果发现除了看个动画片、打个游戏能拉满外基本就用不到那么高配置而感到无比空虚的话, 那也完全可以整点儿本地 AI 搞一搞. 呃呃你要就只有打游戏能拉满配置的话··· 那动画片也还请务必安排上: 東雲正樹：一位报告人看了四位数的垃圾动画, 这事他的播发器发生的变化: 一键极致动画体验, 爱来自 LAV Filters Megamix = PotPlayer + LAV Filters + madVR其实本地部署非常简单, 就那么一两步就整完了.