简介：这份PDF图解资料面向大模型初学者、技术爱好者及希望本地部署应用的研发人员，系统讲解DeepSeek大模型的本地部署方法与核心技术原理。内容从本地部署的三个实操步骤切入，逐步展开LLM基础概念、Transformer架构、预训练、监督微调与强化学习等训练方法，并重点剖析DeepSeek-R1的完整训练流程，包括R1-Zero中间推理模型与通用强化学习两大核心创新。资源包内含1个PDF文件，大小约2.64MB，以图文并茂的图解形式呈现，配有大量操作界面截图，便于对照理解。目前已有2199人学习。读者可借此掌握低成本、高性能的本地大模型部署方案，理清从预训练到强化学习的完整技术链路，并深入理解推理模型R1的构建思路与独特之处，适合作为前沿技术参考与上手实践指南。1. 零基础也能上手：DeepSeek 本地部署到底是怎么回事你可能听过 DeepSeek 这个名字，但心里犯嘀咕：这东西跟我有什么关系？是不是得先学一堆数学和编程才能碰？其实换个角度想就明白了——它更像一个能装在自己电脑里的“智能助手”，你问它问题，它给你回答，只不过这个助手不是网页上那个，而是完全跑在你自己的机器上。这份图解资料要带你做的，就是三件事：把 DeepSeek 装到本地、搞懂它为什么能回答问题、看看它背后那套强化学习训练到底特别在哪。适合谁？完全没接触过大模型、但想动手试试的初学者，以及想低成本在本地跑一个推理模型的开发者。别怕，第一步比你想的简单得多。2. 为什么值得学：本地部署的三个实在好处2.1 数据不出门，隐私自己说了算很多人第一次听说“本地部署大模型”，第一反应是：我电脑能行吗？先别管配置，想想为什么要这么做。最直接的理由就是隐私。你在网页上用 AI 工具，输入的内容会传到别人的服务器上。如果是工作文档、内部资料、个人笔记，心里总会有点不踏实。本地部署之后，所有对话、所有数据都在你自己的硬盘和内存里转，断网也能用。这份资料里特别强调了这一点：数据不外传，敏感信息不被第三方访问。对于需要处理内部知识库、行业术语、客户信息的场景，这个优势是云端服务给不了的。2.2 零成本跑起来，普通电脑也能动第二个好处更实在：不花钱。这份教程接入的是 DeepSeek 推理模型 R1，开源免费，性能强劲。搭建方法零成本，不需要买任何付费服务。而且作者特意把电脑配置要求降到了最低，普通电脑也能飞速运行。你可能会想，免费的东西是不是很弱？恰恰相反，R1 在数学和逻辑推理上的表现相当能打，后面章节会详细讲它为什么这么强。对于新手来说，先用最低门槛跑通第一个例子，比一上来就纠结硬件参数重要得多。2.3 离线可用，不怕服务宕机第三个好处是稳定性。云端服务再好，也有宕机、限流、维护的时候。本地模型一旦装好，只要电脑能开机，它就能工作。这份资料里提到，本地大模型在离线环境下也能运行，适用于无互联网连接或网络受限的场景。比如你在出差路上、在实验室内部网络里、或者单纯不想依赖外部服务，本地部署就是那个“后悔药”——出了问题自己能掌控。当然，前提是你得先把它跑起来，下一章就讲具体怎么做。3. 第一步怎么迈：三步跑通你的第一个 DeepSeek 对话3.1 先装一个“模型管理器”：Ollama要把 DeepSeek 装到本地，你不需要从零编译什么复杂的东西。这份资料推荐用 Ollama，它就像一个“大模型应用商店加启动器”，帮你管理各种不同的大模型。安装过程基本都是下一步，跟装普通软件没区别。装好之后，打开命令窗口，输入ollama，你会看到它支持的十来个命令。这些命令就是你以后管理模型的全部工具，不用记，用的时候查一下就行。# 安装完成后，在终端输入以下命令查看 Ollama 是否正常工作 ollama --version # 查看所有可用的 Ollama 命令 ollama help第一行命令是确认 Ollama 装好了，能输出版本号就说明没问题。第二行是看它支持哪些操作，比如下载模型、运行模型、查看已有模型列表。新手最容易卡在“不知道命令对不对”，其实只要版本号能出来，后面就顺了。提示：Windows 用 cmd 或 PowerShell，苹果电脑用 Terminal，操作逻辑一样。3.2 下载 DeepSeek-R1 模型到本地Ollama 装好之后，第二步就是把它要管理的模型拉下来。这份资料里用的命令是ollama pull deepseek-r1:1.5b。这里的1.5b是什么意思？b 是英文 billion，十亿的意思，1.5b 就是 15 亿个参数。参数可以粗略理解为模型的“脑细胞”数量，越多通常越聪明，但对电脑配置要求也越高。1.5b 这个版本是专门为普通电脑准备的，下载快、跑得动，适合第一次上手。# 从 Ollama 的模型库中下载 DeepSeek-R1 的 1.5b 版本 ollama pull deepseek-r1:1.5b # 下载完成后，查看本地已经有哪些模型 ollama list第一行命令执行后，你会看到下载进度条，等它走完就行。第二行命令是确认模型已经躺在你电脑里了，列表里出现deepseek-r1:1.5b就说明下载成功。这一步的坑在于网络波动导致下载中断，重新执行一次ollama pull会接着下，不用从头来。3.3 运行并开始第一次对话模型下载好之后，第三步就是让它跑起来跟你聊天。命令是ollama run deepseek-r1:1.5b。执行后，你会进入一个对话界面，直接输入问题就行。这份资料里演示了一个问题：“请帮我分析 Python 编程如何从零开始学习？”然后你会看到回复里先出现一个think标签，里面是它的思考过程，等think结束标签出现后，下面才是正式回答。# 启动 DeepSeek-R1 模型并进入对话模式 ollama run deepseek-r1:1.5b # 进入对话后，直接输入你的问题，例如： # 请帮我分析 Python 编程如何从零开始学习？第一行命令是启动模型，第一次加载会花几秒到十几秒，取决于电脑速度。进入对话后，你输入问题，它就会开始生成回答。那个think标签是 R1 系列的特点，它会把推理过程展示出来，让你看到它是怎么一步步想的。新手看到思考过程可能会觉得“怎么这么长”，别急，等正式回答出来就行。注意：如果运行时报错说找不到模型，先执行ollama list确认模型名字拼写正确。4. 零基础必知：大模型和 Transformer 到底在干什么4.1 大模型为什么叫“大”：参数和通用性你可能会好奇，为什么叫“大”模型？这个“大”主要体现在参数数量上。前面说的 1.5b、7b、8b，分别代表 15 亿、70 亿、80 亿个参数。这些参数是模型在训练过程中学到的“知识”，包括权重和偏置。参数越多，模型能记住的模式就越复杂，处理任务的能力通常也越强。但参数多不等于万能，这份资料里提到一个关键区别：大模型和我们自己用某个特定数据集训练的模型不一样。大模型是在大量多样化数据上训练的，所以更通用，能处理问答、翻译、写代码等各种任务；而特定数据集训练的模型只擅长那一件事。这就是为什么 DeepSeek 能跟你聊 Python 学习，也能帮你分析逻辑问题。4.2 Transformer 架构：让模型学会“抓重点”大模型之所以能这么通用，底层靠的是一个叫 Transformer 的架构。你可以把它想象成一个超级阅读器，读一句话的时候，它会自动判断哪些词重要、哪些词和哪些词有关系。这份资料里列出了 Transformer 的几个关键部件：自注意力机制让模型关注句子中的重要单词；多头注意力同时从不同角度分析语义；前馈神经网络做非线性变换，提升表达能力；位置编码帮模型理解单词顺序。这些名词听起来吓人，但核心思想就一句话：让模型在处理文本时，能像人一样抓住重点和上下文关系。相比传统的 RNN 和 LSTM，Transformer 训练效率更高，长距离依赖建模能力更强，而且能并行计算，所以才能撑起千亿参数级别的模型。4.3 训练三步走：预训练、微调、强化学习知道了架构，还得知道模型是怎么“学会”的。这份资料把训练方法拆成三步。第一步是预训练，从互联网收集大量文本，让模型学习词语之间的概率分布，理解句子结构，目标是能预测下一个词。第二步是监督微调，用人工标注的数据让模型在特定任务上表现更好，比如问答、对话生成。第三步是强化学习，通过人类反馈来优化输出，让模型生成的文本更符合人类偏好。这三步不是每个模型都必须全走，但 DeepSeek-R1 的特别之处就在于它在强化学习上做了大胆创新，下一章详细说。5. DeepSeek-R1 的特别之处：纯强化学习怎么练出推理能力5.1 核心创新一：R1-Zero 跳过监督微调DeepSeek-R1 最让人意外的地方，是它验证了纯强化学习也能大幅提升大模型的推理能力。这份资料里提到一个叫 R1-Zero 的中间模型，它完全跳过了监督微调阶段，直接基于基础模型用强化学习开训。结果呢？推理能力逐步接近甚至超越了某些基准表现。这意味着什么？以前大家觉得必须先用人标注的数据教模型，再让它强化学习，但 R1-Zero 证明了不教也能学，只要奖励信号设计得当，模型自己就能摸索出推理路径。当然，R1-Zero 也有问题，比如回复时语言混合、非推理任务表现差，所以才有了第二个创新。5.2 核心创新二：通用强化学习补短板为了解决 R1-Zero 的毛病，DeepSeek 提出了通用强化学习训练框架。简单说，就是在 R1-Zero 的基础上，引入帮助性和安全性奖励模型，让模型不仅在推理任务上强，在非推理任务上也表现好。这份资料里把这个过程叫“最终偏好调整”。经过这一步，DeepSeek-R1 就成了一个兼具强推理和通用能力的高效模型。你可以理解为：R1-Zero 是个偏科的天才，通用强化学习把它补成了全科选手。对于使用者来说，这意味着你问它数学题它能推，你问它日常问题它也能答，不会出现“只会做题不会聊天”的尴尬。5.3 训练流程全景：从基础模型到最终 R1把前面两块拼起来，DeepSeek-R1 的完整训练过程就清晰了。起点是基础模型，然后分两条线：一条是推理导向的强化学习，生成中间推理模型，产出大量长链式思维示例；另一条是通用强化学习，基于监督微调检查点，优化推理和非推理任务的表现。最后两条线合并，得到最终的 R1。这份资料里用“核心创新总结”收尾：中间推理模型生成减少人工标注依赖，通用强化学习优化任务表现，最终成果是强推理加广泛适应性的结合。对于新手来说，不需要记住每个训练细节，但要理解一个逻辑：R1 的强不是单点突破，而是训练流程设计出来的。6. 新手避坑指南：这五个坑我替你踩过了6.1 坑一：模型下载中断，以为要重来现象：执行ollama pull时进度条卡住或报错退出，重新执行又从头开始。原因：网络波动导致下载中断，Ollama 默认会保留已下载的部分。解决：直接重新执行同一条ollama pull命令，它会接着下，不用删任何东西。如果反复失败，换个时间段再试。6.2 坑二：运行模型时提示内存不足现象：ollama run之后模型加载到一半报错，提示内存或显存不够。原因：1.5b 版本虽然小，但如果电脑同时开着太多程序，内存还是可能吃紧。解决：关掉浏览器多余标签页、视频播放器和其他占内存的软件，再重新运行。如果还是不行，确认下载的是 1.5b 而不是更大的版本。6.3 坑三：把think标签当成正式回答现象：提问后看到一大段think里的内容，以为模型在胡言乱语。原因：R1 系列会把推理过程放在think标签里，这是它的工作方式，不是最终答案。解决：等think结束标签出现，下面那部分才是正式回答。刚开始可以忽略思考过程，直接看结果。6.4 坑四：命令拼写错误导致找不到模型现象：运行ollama run deepseek-r1:1.5b时提示模型不存在。原因：模型名字拼写错误，比如把deepseek-r1写成deepseek_r1，或者版本号写错。解决：先用ollama list查看本地已有的模型全名，然后复制粘贴到run命令里，不要手动敲。6.5 坑五：以为本地模型和网页版完全一样现象：发现本地 1.5b 的回答质量不如网页版，觉得装错了。原因：本地跑的是小参数版本，网页版可能是更大的模型。参数越少，能力相对越弱，但胜在本地、免费、离线。解决：调整预期，1.5b 适合入门和轻量任务。如果电脑配置允许，可以尝试下载更大的版本，但新手建议先用 1.5b 跑通流程。7. 下一步学什么：从跑通到理解的进阶路径跑通第一个对话之后，你可能会想：接下来该往哪走？我的建议是按“先用熟，再深入”的顺序来。第一步，把 Ollama 的常用命令都试一遍，比如ollama list看模型列表、ollama rm删除不用的模型、ollama show查看模型详细信息。这些操作花不了多少时间，但能让你对本地模型管理有个整体感觉。第二步，换几个不同的问题问 DeepSeek-R1，观察它在推理任务和普通任务上的回答差异，体会think标签的作用。第三步，如果你对训练过程感兴趣，回头再看这份资料里 R1-Zero 和通用强化学习的部分，那时候你已经有实操经验，理解起来会顺很多。阶段做什么大概花多久第一步熟悉 Ollama 常用命令半小时第二步多轮对话，观察推理过程一两天第三步重读训练流程，理解核心创新一周左右第四步尝试更大参数版本或微调视配置而定这张表不是硬性计划，只是给你一个参考节奏。我自己第一次跑本地模型的时候，光顾着看它回答问题，忘了去理解它为什么能回答。后来回头补训练流程的知识，才发现很多之前觉得“玄学”的现象，其实都有设计上的原因。从那以后我每次跑通一个新模型，都强制自己走一遍“先跑通、再提问、后看原理”的流程，避免只停留在表面。希望这份资料也能帮你从零迈出第一步，后面的事，跑起来再说。希望帮到你。本文还有配套的精品资源，点击获取
简介：这份PDF图解资料面向大模型初学者、技术爱好者及希望本地部署应用的研发人员，系统讲解DeepSeek大模型的本地部署方法与核心技术原理。内容从本地部署的三个实操步骤切入，逐步展开LLM基础概念、Transformer架构、预训练、监督微调与强化学习等训练方法，并重点剖析DeepSeek-R1的完整训练流程，包括R1-Zero中间推理模型与通用强化学习两大核心创新。资源包内含1个PDF文件，大小约2.64MB，以图文并茂的图解形式呈现，配有大量操作界面截图，便于对照理解。目前已有2199人学习。读者可借此掌握低成本、高性能的本地大模型部署方案，理清从预训练到强化学习的完整技术链路，并深入理解推理模型R1的构建思路与独特之处，适合作为前沿技术参考与上手实践指南。1. 零基础也能上手：DeepSeek 本地部署到底是怎么回事你可能听过 DeepSeek 这个名字，但心里犯嘀咕：这东西跟我有什么关系？是不是得先学一堆数学和编程才能碰？其实换个角度想就明白了——它更像一个能装在自己电脑里的“智能助手”，你问它问题，它给你回答，只不过这个助手不是网页上那个，而是完全跑在你自己的机器上。这份图解资料要带你做的，就是三件事：把 DeepSeek 装到本地、搞懂它为什么能回答问题、看看它背后那套强化学习训练到底特别在哪。适合谁？完全没接触过大模型、但想动手试试的初学者，以及想低成本在本地跑一个推理模型的开发者。别怕，第一步比你想的简单得多。2. 为什么值得学：本地部署的三个实在好处2.1 数据不出门，隐私自己说了算很多人第一次听说“本地部署大模型”，第一反应是：我电脑能行吗？先别管配置，想想为什么要这么做。最直接的理由就是隐私。你在网页上用 AI 工具，输入的内容会传到别人的服务器上。如果是工作文档、内部资料、个人笔记，心里总会有点不踏实。本地部署之后，所有对话、所有数据都在你自己的硬盘和内存里转，断网也能用。这份资料里特别强调了这一点：数据不外传，敏感信息不被第三方访问。对于需要处理内部知识库、行业术语、客户信息的场景，这个优势是云端服务给不了的。2.2 零成本跑起来，普通电脑也能动第二个好处更实在：不花钱。这份教程接入的是 DeepSeek 推理模型 R1，开源免费，性能强劲。搭建方法零成本，不需要买任何付费服务。而且作者特意把电脑配置要求降到了最低，普通电脑也能飞速运行。你可能会想，免费的东西是不是很弱？恰恰相反，R1 在数学和逻辑推理上的表现相当能打，后面章节会详细讲它为什么这么强。对于新手来说，先用最低门槛跑通第一个例子，比一上来就纠结硬件参数重要得多。2.3 离线可用，不怕服务宕机第三个好处是稳定性。云端服务再好，也有宕机、限流、维护的时候。本地模型一旦装好，只要电脑能开机，它就能工作。这份资料里提到，本地大模型在离线环境下也能运行，适用于无互联网连接或网络受限的场景。比如你在出差路上、在实验室内部网络里、或者单纯不想依赖外部服务，本地部署就是那个“后悔药”——出了问题自己能掌控。当然，前提是你得先把它跑起来，下一章就讲具体怎么做。3. 第一步怎么迈：三步跑通你的第一个 DeepSeek 对话3.1 先装一个“模型管理器”：Ollama要把 DeepSeek 装到本地，你不需要从零编译什么复杂的东西。这份资料推荐用 Ollama，它就像一个“大模型应用商店加启动器”，帮你管理各种不同的大模型。安装过程基本都是下一步，跟装普通软件没区别。装好之后，打开命令窗口，输入ollama，你会看到它支持的十来个命令。这些命令就是你以后管理模型的全部工具，不用记，用的时候查一下就行。# 安装完成后，在终端输入以下命令查看 Ollama 是否正常工作 ollama --version # 查看所有可用的 Ollama 命令 ollama help第一行命令是确认 Ollama 装好了，能输出版本号就说明没问题。第二行是看它支持哪些操作，比如下载模型、运行模型、查看已有模型列表。新手最容易卡在“不知道命令对不对”，其实只要版本号能出来，后面就顺了。提示：Windows 用 cmd 或 PowerShell，苹果电脑用 Terminal，操作逻辑一样。3.2 下载 DeepSeek-R1 模型到本地Ollama 装好之后，第二步就是把它要管理的模型拉下来。这份资料里用的命令是ollama pull deepseek-r1:1.5b。这里的1.5b是什么意思？b 是英文 billion，十亿的意思，1.5b 就是 15 亿个参数。参数可以粗略理解为模型的“脑细胞”数量，越多通常越聪明，但对电脑配置要求也越高。1.5b 这个版本是专门为普通电脑准备的，下载快、跑得动，适合第一次上手。# 从 Ollama 的模型库中下载 DeepSeek-R1 的 1.5b 版本 ollama pull deepseek-r1:1.5b # 下载完成后，查看本地已经有哪些模型 ollama list第一行命令执行后，你会看到下载进度条，等它走完就行。第二行命令是确认模型已经躺在你电脑里了，列表里出现deepseek-r1:1.5b就说明下载成功。这一步的坑在于网络波动导致下载中断，重新执行一次ollama pull会接着下，不用从头来。3.3 运行并开始第一次对话模型下载好之后，第三步就是让它跑起来跟你聊天。命令是ollama run deepseek-r1:1.5b。执行后，你会进入一个对话界面，直接输入问题就行。这份资料里演示了一个问题：“请帮我分析 Python 编程如何从零开始学习？”然后你会看到回复里先出现一个think标签，里面是它的思考过程，等think结束标签出现后，下面才是正式回答。# 启动 DeepSeek-R1 模型并进入对话模式 ollama run deepseek-r1:1.5b # 进入对话后，直接输入你的问题，例如： # 请帮我分析 Python 编程如何从零开始学习？第一行命令是启动模型，第一次加载会花几秒到十几秒，取决于电脑速度。进入对话后，你输入问题，它就会开始生成回答。那个think标签是 R1 系列的特点，它会把推理过程展示出来，让你看到它是怎么一步步想的。新手看到思考过程可能会觉得“怎么这么长”，别急，等正式回答出来就行。注意：如果运行时报错说找不到模型，先执行ollama list确认模型名字拼写正确。4. 零基础必知：大模型和 Transformer 到底在干什么4.1 大模型为什么叫“大”：参数和通用性你可能会好奇，为什么叫“大”模型？这个“大”主要体现在参数数量上。前面说的 1.5b、7b、8b，分别代表 15 亿、70 亿、80 亿个参数。这些参数是模型在训练过程中学到的“知识”，包括权重和偏置。参数越多，模型能记住的模式就越复杂，处理任务的能力通常也越强。但参数多不等于万能，这份资料里提到一个关键区别：大模型和我们自己用某个特定数据集训练的模型不一样。大模型是在大量多样化数据上训练的，所以更通用，能处理问答、翻译、写代码等各种任务；而特定数据集训练的模型只擅长那一件事。这就是为什么 DeepSeek 能跟你聊 Python 学习，也能帮你分析逻辑问题。4.2 Transformer 架构：让模型学会“抓重点”大模型之所以能这么通用，底层靠的是一个叫 Transformer 的架构。你可以把它想象成一个超级阅读器，读一句话的时候，它会自动判断哪些词重要、哪些词和哪些词有关系。这份资料里列出了 Transformer 的几个关键部件：自注意力机制让模型关注句子中的重要单词；多头注意力同时从不同角度分析语义；前馈神经网络做非线性变换，提升表达能力；位置编码帮模型理解单词顺序。这些名词听起来吓人，但核心思想就一句话：让模型在处理文本时，能像人一样抓住重点和上下文关系。相比传统的 RNN 和 LSTM，Transformer 训练效率更高，长距离依赖建模能力更强，而且能并行计算，所以才能撑起千亿参数级别的模型。4.3 训练三步走：预训练、微调、强化学习知道了架构，还得知道模型是怎么“学会”的。这份资料把训练方法拆成三步。第一步是预训练，从互联网收集大量文本，让模型学习词语之间的概率分布，理解句子结构，目标是能预测下一个词。第二步是监督微调，用人工标注的数据让模型在特定任务上表现更好，比如问答、对话生成。第三步是强化学习，通过人类反馈来优化输出，让模型生成的文本更符合人类偏好。这三步不是每个模型都必须全走，但 DeepSeek-R1 的特别之处就在于它在强化学习上做了大胆创新，下一章详细说。5. DeepSeek-R1 的特别之处：纯强化学习怎么练出推理能力5.1 核心创新一：R1-Zero 跳过监督微调DeepSeek-R1 最让人意外的地方，是它验证了纯强化学习也能大幅提升大模型的推理能力。这份资料里提到一个叫 R1-Zero 的中间模型，它完全跳过了监督微调阶段，直接基于基础模型用强化学习开训。结果呢？推理能力逐步接近甚至超越了某些基准表现。这意味着什么？以前大家觉得必须先用人标注的数据教模型，再让它强化学习，但 R1-Zero 证明了不教也能学，只要奖励信号设计得当，模型自己就能摸索出推理路径。当然，R1-Zero 也有问题，比如回复时语言混合、非推理任务表现差，所以才有了第二个创新。5.2 核心创新二：通用强化学习补短板为了解决 R1-Zero 的毛病，DeepSeek 提出了通用强化学习训练框架。简单说，就是在 R1-Zero 的基础上，引入帮助性和安全性奖励模型，让模型不仅在推理任务上强，在非推理任务上也表现好。这份资料里把这个过程叫“最终偏好调整”。经过这一步，DeepSeek-R1 就成了一个兼具强推理和通用能力的高效模型。你可以理解为：R1-Zero 是个偏科的天才，通用强化学习把它补成了全科选手。对于使用者来说，这意味着你问它数学题它能推，你问它日常问题它也能答，不会出现“只会做题不会聊天”的尴尬。5.3 训练流程全景：从基础模型到最终 R1把前面两块拼起来，DeepSeek-R1 的完整训练过程就清晰了。起点是基础模型，然后分两条线：一条是推理导向的强化学习，生成中间推理模型，产出大量长链式思维示例；另一条是通用强化学习，基于监督微调检查点，优化推理和非推理任务的表现。最后两条线合并，得到最终的 R1。这份资料里用“核心创新总结”收尾：中间推理模型生成减少人工标注依赖，通用强化学习优化任务表现，最终成果是强推理加广泛适应性的结合。对于新手来说，不需要记住每个训练细节，但要理解一个逻辑：R1 的强不是单点突破，而是训练流程设计出来的。6. 新手避坑指南：这五个坑我替你踩过了6.1 坑一：模型下载中断，以为要重来现象：执行ollama pull时进度条卡住或报错退出，重新执行又从头开始。原因：网络波动导致下载中断，Ollama 默认会保留已下载的部分。解决：直接重新执行同一条ollama pull命令，它会接着下，不用删任何东西。如果反复失败，换个时间段再试。6.2 坑二：运行模型时提示内存不足现象：ollama run之后模型加载到一半报错，提示内存或显存不够。原因：1.5b 版本虽然小，但如果电脑同时开着太多程序，内存还是可能吃紧。解决：关掉浏览器多余标签页、视频播放器和其他占内存的软件，再重新运行。如果还是不行，确认下载的是 1.5b 而不是更大的版本。6.3 坑三：把think标签当成正式回答现象：提问后看到一大段think里的内容，以为模型在胡言乱语。原因：R1 系列会把推理过程放在think标签里，这是它的工作方式，不是最终答案。解决：等think结束标签出现，下面那部分才是正式回答。刚开始可以忽略思考过程，直接看结果。6.4 坑四：命令拼写错误导致找不到模型现象：运行ollama run deepseek-r1:1.5b时提示模型不存在。原因：模型名字拼写错误，比如把deepseek-r1写成deepseek_r1，或者版本号写错。解决：先用ollama list查看本地已有的模型全名，然后复制粘贴到run命令里，不要手动敲。6.5 坑五：以为本地模型和网页版完全一样现象：发现本地 1.5b 的回答质量不如网页版，觉得装错了。原因：本地跑的是小参数版本，网页版可能是更大的模型。参数越少，能力相对越弱，但胜在本地、免费、离线。解决：调整预期，1.5b 适合入门和轻量任务。如果电脑配置允许，可以尝试下载更大的版本，但新手建议先用 1.5b 跑通流程。7. 下一步学什么：从跑通到理解的进阶路径跑通第一个对话之后，你可能会想：接下来该往哪走？我的建议是按“先用熟，再深入”的顺序来。第一步，把 Ollama 的常用命令都试一遍，比如ollama list看模型列表、ollama rm删除不用的模型、ollama show查看模型详细信息。这些操作花不了多少时间，但能让你对本地模型管理有个整体感觉。第二步，换几个不同的问题问 DeepSeek-R1，观察它在推理任务和普通任务上的回答差异，体会think标签的作用。第三步，如果你对训练过程感兴趣，回头再看这份资料里 R1-Zero 和通用强化学习的部分，那时候你已经有实操经验，理解起来会顺很多。阶段做什么大概花多久第一步熟悉 Ollama 常用命令半小时第二步多轮对话，观察推理过程一两天第三步重读训练流程，理解核心创新一周左右第四步尝试更大参数版本或微调视配置而定这张表不是硬性计划，只是给你一个参考节奏。我自己第一次跑本地模型的时候，光顾着看它回答问题，忘了去理解它为什么能回答。后来回头补训练流程的知识，才发现很多之前觉得“玄学”的现象，其实都有设计上的原因。从那以后我每次跑通一个新模型，都强制自己走一遍“先跑通、再提问、后看原理”的流程，避免只停留在表面。希望这份资料也能帮你从零迈出第一步，后面的事，跑起来再说。希望帮到你。本文还有配套的精品资源，点击获取