访问官网
Github
Huggingface
论文deepseek-math-7b-rl项目介绍
项目简介
deepseek-math-7b-rl是由DeepSeek团队开发的一款高级数学语言模型。它旨在为用户提供高效、准确的数学问题求解工具。DeepSeek团队通过使用最新的机器学习技术和深度学习算法来训练该模型，使其能够应对各种复杂的数学计算需求。详细介绍可参阅项目介绍页面。
如何使用
deepseek-math-7b-rl模型可以通过一种名为“思维链（chain-of-thought）”的提示模式进行使用，这种模式有助于用户更好地与模型进行互动、得到准确结果。具体来说，用户在向模型提问时，应提供问题并附上逐步推理提示。模型会根据提示按步骤推理，并将最终答案放在\boxed{}中。
以下是使用该模型进行问题求解的Python代码示例：
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig
model_name = "deepseek-ai/deepseek-math-7b-instruct"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype=torch.bfloat16, device_map="auto")
model.generation_config = GenerationConfig.from_pretrained(model_name)
model.generation_config.pad_token_id = model.generation_config.eos_token_id
messages = [
{"role": "user", "content": "what is the integral of x^2 from 0 to 2?\nPlease reason step by step, and put your final answer within \\boxed{}."}
]
input_tensor = tokenizer.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt")
outputs = model.generate(input_tensor.to(model.device), max_new_tokens=100)
result = tokenizer.decode(outputs[0][input_tensor.shape[1]:], skip_special_tokens=True)
print(result)
用户在使用时可以灵活调整代码模板，并用自己的问题替换messages部分。需要注意的是，在输入时不建议包含系统提示，因为这与当前版本的模型不兼容。
许可证
deepseek-math-7b-rl的代码库遵循MIT开源许可证，而模型的使用则需遵循特定的模型许可证。DeepSeekMath的模型支持商业用途，详细信息请参见LICENSE-MODEL。
联系方式
如有任何问题或者需要进一步的帮助，用户可以通过在项目中提交问题或者发送电子邮件至service@deepseek.com与开发团队联系。项目的更多信息及动态也可以通过访问DeepSeek的主页及参与它们的Discord社区来了解。
