这个春节期间，要说谁最红，那肯定是DeepSeek-R1
整个春节，无论是新闻网站、长短视频网站还是亲戚长辈的口中，都能听到（看到）这个名字
各类文章视频轰炸下，相信在这里也不需要过多介绍DeepSeek了
但AI红，自然是非多，伴随而来的，是各种“蹭热度”的资讯，例如：
“三分钟教你本地部署DeepSeek-R1″
“用Ollama+DeepSeek-R1打造你的AI助理”
“本站已接入DeepSeek-R1，欢迎使用”
但是，这个“DeepSeek”真的是“DeepSeek”吗？
各类混乱的文章和标题党，实在让笔者忍不住“好为人师”，想简单介绍一下目前的开源DeepSeek问题
*本文仅为笔者个人观点，不视为任何法律建议或法律意见。
一、开源的DeepSeek-R1
DeepSeek（又或者说深度求索公司）一直都是开源的先锋
在2023年末发布的DeepSeek LLM（第一代）开始，DeepSeek就是开源的，任何人都可以在自己的设备上自行部署各类DeepSeek模型
从23年至今，深度求索已经发布了包括大语言和图像在内的68款模型，堪称真 · Open的AI公司
最新的R1系列当然也不例外
DeepSeek-R1系列一共开源了8个版本，囊括了从1.5B到671B合计7种参数量模型
同时这些模型也上架了Ollama官方模型库，让本地部署变得非常便捷
一时间，各类本地部署教程如雨后春笋
各家大中小AI服务商也相继宣布接入DeepSeek-R1模型，并开放使用
考虑到个人电脑的配置上限，以及部分网站的服务器性能，基本绝大部分市面上的部署教程以及各家中小AI服务商提供的都是70B以下的模型
许多人兴致勃勃按照教程部署或使用了这些在线服务后，有些人会为自己能运行最新最强模型而兴奋不已，也会人会发现部署后的AI效果不尽人意，并发出“R1就这？”的疑惑
但是，这些模型真的是DeepSeek-R1吗？
只是“标题党”罢了
二、什么是“蒸馏”模型
实际除了671B版本外，其他DeepSeek-R1版本均为“蒸馏”模型，分别基于阿里的Qwen 2.5和META的Llama3.3蒸馏而来
什么是“蒸馏”？
模型蒸馏是知识迁移（Knowledge Transfer）领域的一项核心技术，其本质是通过建立教师模型（Teacher Model）和学生模型（Student Model）之间的知识映射关系，通过最小化学生模型（蒸馏模型）与教师模型（原始模型）的输出分布差异来实现知识压缩，将大型神经网络中的决策边界和特征表示压缩到更小的网络中，让小模型的输出更贴合大模型的输出结果
“蒸馏“的限制
就像让一个大学教授（教师模型）打算把毕生所学教给本科生（学生模型），虽然教授知道10000个知识点，但考虑到本科生自身的能力（参数量和架构），只能挑最重要的200个教给本科生。虽然本科生用心学习并掌握了教授指导的核心知识，但基于自身限制，在面对需要综合运用多个冷门知识的复杂问题时，就会显得力不从心
而“蒸馏”的本质也是一样的
各个“蒸馏版”的R1分别基于Qwen 2.5和Llama3.3的不同参数蒸馏而来，新模型无论是模型架构、参数规模和 Tokenizer等均与原版模型一致，蒸馏过程只是通过优化损失函数，调整了原版模型的参数，使其输出尽可能接近 DeepSeek-R1 的输出，但模型的基础架构特征（如注意力机制设计、层级结构等）不会产生任何变化
原版模型的参数规模决定了它能学习和存储的知识总量是有限的，虽然蒸馏后的模型会学习模仿 DeepSeek-R1 的输出分布，但这种学习是会受到原模型自身架构的各种限制，某些复杂的知识可能无法被完全保留或准确表达
以DeepSeek-R1-Distill-Qwen-7B为例，蒸馏后的模型在本质上仍然是一个 Qwen 2.5 架构的模型，但它的行为模式被调整为尽可能接近 DeepSeek-R1，这有点像是用 Qwen 2.5 的方式去”理解”和”表达” DeepSeek-R1 的知识
因此就本质而言，除了671B外，其他蒸馏模型仍然算是Qwen2.5和Llama3.3，并非真正的DeepSeek-R1
虽然不能完全说这个R1是“假的”（毕竟DeepSeek也认为这些就是R1），但和网页版的R1比较起来，实在是风马牛不相及，完全不是一回事
三、蒸馏版的实测结果也并不理想
那么，蒸馏后的模型真的超越了原版模型，非常值得部署吗？
笔者在R1开源时就第一时间进行了本地部署
但就部分实测结果而言，效果并不理想，甚至因为本地部署的配置限制，推理模型反而起到反效果
下面简单对比DeepSeek-R1:7B（R1）和Qwen 2.5:7B（Qwen）
实例1：思维混乱
简单的小数比大小问题，R1并没有进行思考过程就输出了结果，考虑到新模型都对小数比大小问题进行了优化，因此直接输出正确答案也在意料之中
Qwen在这个问题下也规规矩矩输出了答案，但就文风和输出格式而言，个人更喜欢Qwen的风格
但开始追问后，问题就出现了
当笔者追问了一个“你是谁”的问题后，R1突然开始回溯之前的问题，并用英文开始进行思维推理，使用了大量Tokens进行推理后，再次用英文输出了比大小问题的结论，同时无视了第二个问题。
但在Qwen中，完全不会存在这个问题，完全可以正常回答追问的问题
实例2：循环思考+严格限制
经典的“你是谁”问题可以看到模型设置的研发者信息，经过蒸馏后的DeepSeek-R1:7B会自称是DeepSeek研发的R1（基于开源协议，这个问题不大），但当追问和Qwen 2.5的关系时，R1就会陷入循环思考（留意<think>标签内容），把之前的回答放入思维链，然后继续输出同样的回答
至于是因为循环思考产生的Bug还是DeepSeek设置了回答限制，不得而知
而Qwen则没有类似的问题，能正常回应问题输出结果
实例3：被劣化的法律回答
许多同行也会考虑把R1用于法律模型使用，但实际可能不如用原版模型
一个简单的“著作权包括什么”，就让R1洋洋洒洒思考了一大堆内容，然后输出了错误的结果，可谓是“紧急立法权”的又一体现，经过蒸馏后的模型，反而幻觉更多了。此外，还出现了夹杂英文单词的问题（实际体验下来这个情况非常常见）
相反，Qwen原版模型虽然因参数问题，回答也不够十分完整，但起码在内容上正确率比R1（蒸馏版）要好得多
实测中还有很多问题，这里就不一一展示了
R1本质上还有一个最核心的问题：
一般人的设备，内存/显存是有限的，意味着可用的上下文Tokens数量并不多。推理模型洋洋洒洒的推理过程（加上各类反问、口癖等）会占用巨量的Tokens，不仅造成输出结果时间严重拉长，还导致上下文长度被严重压缩，使用情景非常有限
再配合洋洋洒洒的推理后输出错误结果的问题，个人在多次体验-原谅-体验后就得出了结论：
本地部署R1还不如部署原版Qwen
四、需要理性看待目前的DeepSeek热潮
上文看起来，笔者仿佛是一个“黑子”，专门写这篇文章来黑DeepSeek
但恰恰相反，笔者从DeepSeek-V2开始，就已经把DeepSeek作为自己的国内主力模型，是当做Claude的替代品来使用的，并且不断推荐身边的同行使用（然而推荐效果并不理想，大家还是喜欢买量多的模型）
DeepSeek-V3（即不开深度思考）也好，R1也好，都是非常好的模型，但实话实说，这次蒸馏版模型（起码7B版本）并不理想
虽然“本地部署R1”非常吸引人，铺天盖地的DeepSeek-R1部署教程也非常吸引流量，但个人认为，还是需要以实测结果为准，不应随便吹嘘
尤其网上一大堆部署了蒸馏模型，自称部署了R1还敢收费的中小AI网站，非常需要大家擦亮眼睛，以防被坑
另外，最近各类R1使用教程也是茫茫多，仿佛AI界出现了一个完全划时代的工具一样
DeepSeek强吗？
很强
需要重新学习使用吗？
并不需要
主流大语言模型在使用上都是一脉相承的，并不需要什么使用心得和使用技巧，更不需要一大堆花里胡哨的“神级Prompt”
只需要用自然语言说出需求，列清楚条件就行
甚至买一本笔者的书，把里面的ChatGPT改成DeepSeek也是一样的用法
不过赚流量嘛，不寒碜
五、总结
DeepSeek是个好AI，可惜网页版和API最近都在超负荷了
但本地部署DeepSeek并不是什么好方案，还是等DeepSeek扩容吧
相信这篇文章会比《教你如何在Word接入DeepSeek-R1》流量少得多，但也无所谓了
主要看不惯“标题党”
北京市隆安(广州)律师事务所律师、隆安湾区人工智能法律研究中心高级顾问。具有近十年互联网法律实务经验，曾先后为创业板上市互联网企业、全国互联网综合实力 50 强企业、互联网快时尚零售独角兽等互联网企业提供法律服务，擅长办理互联网类企业诉讼与合规业务，擅于通过计算机技术手段深度挖掘证据。
您可以通过以下方式联系我： 电子邮箱：liboyang@lslby.com 微信号：legal-lby
