再来看看14b模型，这个模型的显存要求是9 gb左右，这时候所谓的甜品卡rtx4060就爆显存了，速度不到780m核显的一半。 而且核显在内存超频过程中推理效率提升了17.8%，但是核心超频的作用不大。

8b-14b：可用于一些对模型性能有一定要求，但又没有超高性能硬件支持的场景，如小型企业的日常文本处理、普通的智能客服等。 32b-70b：能满足一些对准确性有较高要求，同时硬件条件相对较好的场景，如专业领域的知识问答系统、中等规模的内容创作平台等。

2025年2月1日 · 以前没玩过本地化ai模型，暂时只能拿小说测试，8b还挺流畅，14b能感觉明显比8b慢一点，32b就慢得有点难受了，感觉14b是个比较好的平衡点 用32b跑小说的时候，后台查看资源占用，发现cpu占用大约47%~50%，内存占用33%，12G显存占用10.5G，还有给共享显存占 …

各位小伙伴们，最近我成功在本地部署了DeepSeek-R1的8B模型，运行体验简直棒极了(我的显卡是10GB显存)，所以一直担心跑不动14B语言模型。 但实际测试下来，14B模型也没有太大压力，这让我非常惊喜！

2025年1月30日 · 不过32b更优一点，首先语言是我提问时的简中，其次回答时两遍都是正确答案，结论正确。还有用语拟人化，把用户当成老师。14b就机械化一点。

1 天前 · 在这里，向大家报告我在Light-R1-14B-DS强化训练过程中所遇到，并最终避免的失败。 背景自OpenAI-o1发布后，工业界和开源社区便纷纷尝试使用强化学习进行复现，大体使用了类似ReFT的技术方案。不过，直到Deepseek …

DeepSeek-R1-Distill-Qwen-14B是DeepSeek AI从DeepSeek-R1模型中蒸馏出来的Qwen模型，比经过强化学习训练出来的小型稠密模型拥有更好的推理能力。

Below are the models created via fine-tuning against several dense models widely used in the research community using reasoning data generated by DeepSeek-R1. The evaluation results demonstrate that the distilled smaller dense models perform exceptionally well on benchmarks. DeepSeek-R1-Distill-Qwen-1.5B. DeepSeek-R1-Distill-Qwen-7B.

2025年2月28日 · DeepSeek R1 14B：国产MoE混合专家模型，上下文窗口4096 tokens，支持中文场景优化; 阿里云ECS配置：推荐g7规格，8核 + 64GB内存 + 200GB SSD; 2.2 架构拓扑图

微软下一代14B小模型Phi-4出世了！ 仅用了40%合成数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。 140亿参数，40%合成数据，年度SLM之王诞生！