腾讯云：率先支持DeepSeek全系模型精调与推理

近日，腾讯云旗下TI平台宣布支持DeepSeek「全系模型」的企业级精调与推理，帮助开发者更好解决「数据预处理难」、「模型训练门槛高」、「在线部署及运维复杂」等问题。

此次支持能够为金融、医疗、制造、零售等多个行业提供更高效、更便捷的AI模型构建及应用方案，进一步降低企业在大模型应用中的技术门槛和研发成本。

目前，用户可以根据个性化需求，灵活使用两种精调模式：

//模式一：直接精调满血版DeepSeek

适用于希望直接对原始DeepSeek模型进行微调的用户，两步走即可完成精调。

● 步骤一：训练数据准备

在数据标注环节，可基于灵活Schema配置得到高度自定义的人工标注工作台，适配绝大多数标注场景；在数据构建环节，用户内置数据分析、清洗、去重、Prompt优化、格式转换等环节的代码脚本，支持用户灵活处理各类文本数据。

图片

图片

● 步骤二：一键发起模型精调

在“大模型广场”或者“任务式建模”模块选择DeepSeek模型；选择步骤一中准备的数据路径，设置学习率、迭代步数等参数，即可发起训练任务。支持全参和LoRA两种策略，供用户按需选择精调场景。

图片

//模式二：基于DeepSeek R1蒸馏其他较小尺寸模型

适用于希望以更低成本、更高响应速度应用R1的用户。TI平台支持基于R1蒸馏其他较小尺寸模型，可将R1的能力迁移至较小尺寸的“学生”模型中。三步走迅速实现精调。

● 步骤一：部署DeepSeek-R1推理服务

在腾讯云TI平台的在线服务模块部署 DeepSeek R1推理服务，体验对话效果。

图片

● 步骤二：基于 DeepSeek-R1 蒸馏数据

在数据构建模块中将原始训练数据集进行解析、清洗，然后调用DeepSeek R1生成高质量带长思维链的蒸馏数据，并对蒸馏数据再次进行分析、清洗、去重、Prompt优化、格式转换等环节，得到可用于训练的数据集。

图片

● 步骤三：精调较小尺寸的“学生模型”

在“大模型广场”或者“任务式建模”模块选择Llama等其他较小尺寸的“学生模型”；选择步骤二中准备的数据路径，设置学习率、迭代步数等参数，即可发起训练任务。

图片

为确保模型在实际应用中的稳定性与高效性，腾讯云TI平台还提供了全面的「模型评测」与「部署功能」，以全流程能力保障模型优化。

值得一提的是，TI平台同时支持公有云、私有化版本。其中，公有云版本在腾讯云上开箱即用，按需订阅；私有化版本可部署在客户本地机房、专属云服务器等自有算力上，更适合金融等更高数据安全要求的场景，从而灵活满足政府和企业的多样化需求。

快来腾讯云TI平台，训练一个属于你的专属模型吧！