依据官方介绍，DeepSeek 还凭借常识蒸馏技能，运用 R1 模型生成的数据优化了多个 Llama 和 Qwen 变体。用户可经过以下方法在 watsonx.ai 上运用 DeepSeek 蒸馏模型：

  在 watsonx.ai 的“按需布置”目录中，IBM 供给 Llama 蒸馏版，用户都能够布置专用实例以进行安全推理。

  用户还可经过“自定义根底模型”导入功用，上传 DeepSeek-R1 其他变体，例如 Qwen 蒸馏模型。

  规划：其“链式思想”逻辑有助于处理需求逐渐推理的使命，很合适智能体（agentic）使用。

  数学问题求解：具有处理杂乱数学问题的才能，在科研、工程和科学核算等范畴体现杰出。

  IBM watsonx.ai 供给灵敏的开源模型定制选项，支撑 DeepSeek-R1 在不同环境下的布置，并简化智能体开发、微调、RAG、提示工程等工作流。此外，watsonx.ai 内置安全机制，保证用户使用的安全性。

  据IT之家此前报导，IBM 首席执行官本月初曾宣布长文称，他们（DeepSeek）仅用约 2000 枚英伟达芯片，以大约 600 万美元的本钱训练了最新的模型，远低于职业预期。这再次证明，小型、高效的模型也能带来实践效果，无需依靠巨大而贵重的专有体系。