产品亮点
强化学习优化，长上下文 24K
覆盖 AIME、AMC 等竞赛题库
MIT 许可开源，完全免费
可配合主流推理框架部署
你能用它做什么
- 在数学竞赛辅导软件中集成模型，提供解题思路
- 研究人员基于开源代码探索强化学习优化方法
- 数学教师用模型生成练习题和解析辅助课堂教学
怎么用
- 1 访问 Hugging Face，下载模型文件。
- 2 安装 vLLM 或 TGI 等推理框架。
- 3 把模型加载进推理系统并配置参数。
- 4 通过 API 调用模型做数学推理。
- 5 解析输出，提取答案或解题步骤。
适合谁使用
做算法研究的研究人员数学教师与竞赛教练需要本地部署的开发者
优点
- MIT 许可，可自由二次开发
- 24K 长上下文，适合复杂题
- 完全免费，没有使用门槛
局限
- 模型规模只有 1.5B，难题上限有限
- 需要自己准备推理环境和算力
- 免费开源项目的维护节奏不固定
DeepScaleR-1.5B-Preview 是什么
DeepScaleR-1.5B-Preview 是一个经过强化学习优化的大语言模型，参数量 1.5B，主要方向是提升数学问题解决能力。它支持最长 24K 的长文本上下文，训练数据覆盖 AIME、AMC 等竞赛题目。模型架构和训练方法开源，采用 MIT 许可，完全免费，由加州大学伯克利分校相关团队开发。
你能用它做什么
- 在本地或服务器部署后做数学推理
- 为竞赛辅导类软件提供解题思路支持
- 生成数学习题和解析，辅助课堂教学
- 作为研究素材，探索强化学习优化方法
适合谁使用
- 需要可复现实验的人工智能研究者
- 想接入解题辅助的数学教师和教练
- 有部署能力、想本地跑模型的开发者
需要留意什么
1.5B 的规模决定了它在高难度题目上的表现有上限，不能替代更大的通用模型。使用它需要自己准备推理框架和算力环境，安装配置有一定学习成本。作为开源研究项目，更新和维护节奏不固定，用于正式产品前建议自行评估效果和稳定性。
常见问题
这个模型要花钱吗？
模型采用 MIT 开源许可，完全免费，研究人员和开发者可以直接下载使用，不需要支付费用。
它能处理多长的题目？
支持最长 24K 的上下文，可以处理较长的题目描述和多步推导过程，适合复杂数学问题。
普通人能用它解题吗？
可以，但需要自己安装推理框架并具备一定部署能力，更适合有开发或研究基础的用户。
为什么说它免费
官网写明的免费方式： 完全免费免费
免费额度、试用天数与功能范围由官网决定，随时可能调整，请以官网为准。
产品截图
截图归档自收录页面，仅供预览参考。
