deepseek-v2:16b im LLM-Testsuite-Report
Modellbeschreibung
Ein leistungsfähiges, wirtschaftliches und effizientes Mixture-of-Experts-Sprachmodell.
| Modellfamilie | deepseek-v2 |
|---|---|
| Kontext | 160K |
| Input | Text |
| Größe | 89 GB |
| Familiengrößen | 16b, 236b |
Readme-Auszug
DeepSeek-V2 ist ein leistungsfähiges Mixture-of-Experts-Sprachmodell (MoE), das sich durch wirtschaftliches Training und effiziente Inferenz auszeichnet.
Hinweis: Dieses Modell ist zweisprachig auf Englisch und Chinesisch.
Das Modell ist in zwei Größen verfügbar:
16B Lite: ollama run deepseek-v2:16b 236B: ollama run deepseek-v2:236b
Referenzen
GitHub
Hilfe zu Bewertung, Score und exakter Korrektheit
Score ist eine abgestufte Gütebewertung: correct = 100 %, mostly_correct = 80 %, partial = 50 %, wrong/not_answered = 0 %.
Exakt korrekt ist strenger: Nur Runs mit dem Label correct zählen. Mostly correct erhöht den Score, zählt aber nicht als exakt korrekt.
Bewertet zählt alle Runs mit fachlichem Urteil. Bei LLM-Judge-Ergebnissen zählen auch Judge-Fehler als bewertet, aber mit Score 0 %.