在Windows下安装Ollama并体验DeepSeek r1大模型

在Windows下安装Ollama并体验DeepSeek r1大模型

Ollama在Windows下安装

Ollama官网：Ollama · GitHub

下载Windows版Ollama软件：Release v0.5.7 · ollama/ollama · GitHub

下载ollama-windows-amd64.zip这个文件即可。可以说Windows拥抱开源真好，Windows下安装软件简单方便，开源软件直接到Github方便寻找，这样真是天作之合！

下载后，解压ollama-windows-amd64.zip文件到E:\ai\ollama 目录，

然后到该目录下执行ollama.exe文件即可体验大模型。

体验DeepSeek r1大模型

在命令行运行1.5b模型：

ollama run deepseek-r1:1.5b

效果：

E:\ai\ollama>ollama run deepseek-r1:1.5b
>>> 你好




你好！很高兴见到你，有什么我可以帮忙的吗？无论是学习、工作还是生活中的问题，都可以告诉我哦！

>>> /bye

 运行7b模型

ollama run deepseek-r1:7b

E:\ai\ollama>ollama run deepseek-r1:7b
pulling manifest
pulling 96c415656d37... 100% ▕████████████████████████████████████████████████████████▏ 4.7 GB
pulling 369ca498f347... 100% ▕████████████████████████████████████████████████████████▏  387 B
pulling 6e4c38e1172f... 100% ▕████████████████████████████████████████████████████████▏ 1.1 KB
pulling f4d24e9138dd... 100% ▕████████████████████████████████████████████████████████▏  148 B
pulling 40fb844194b2... 100% ▕████████████████████████████████████████████████████████▏  487 B
verifying sha256 digest
writing manifest
success

运行8b模型

E:\ai\ollama>ollama run deepseek-r1:8b
pulling manifest
pulling 6340dc3229b0... 100% ▕████████████████████████████████████████████████████████▏ 4.9 GB
pulling 369ca498f347... 100% ▕████████████████████████████████████████████████████████▏  387 B
pulling 6e4c38e1172f... 100% ▕████████████████████████████████████████████████████████▏ 1.1 KB
pulling f4d24e9138dd... 100% ▕████████████████████████████████████████████████████████▏  148 B
pulling 0cb05c6e4e02... 100% ▕████████████████████████████████████████████████████████▏  487 B
verifying sha256 digest
writing manifest
success

看看DeepSeek r1 1.5b模型的能力

E:\ai\ollama>ollama run deepseek-r1:1.5b
>>> 写一篇500字的说明文，说明AI大模型

嗯，用户让我写一篇500字的说明文，主题是AI大模型。首先，我得明确说明文的要求是什么。说明文通常需要结构清晰，论点明确
，可能还需要一些数据支持或者例子来增强说服力。

然后，我要考虑AI大模型的特点。大模型通常是基于深度学习设计的，可以处理大量的文本和图像，能够进行复杂推理。但用户可能
希望文章不仅仅是描述，还要分析它们在哪些方面存在局限性，并提出改进建议。

接下来，我需要收集一些数据或研究结果来支持论点。比如，在自然语言理解、生成、视觉理解和对话交流等方面的大模型的表现，
以及这些表现背后的挑战。可能会提到大模型的可解释性和伦理问题，这些都是AI发展中的常见问题。

然后，思考文章的结构。可能分为几个部分：介绍大模型的发展现状和趋势，分析其局限性，提出改进建议，最后总结。这样结构清
晰，逻辑严密。

另外，用户可能希望文章既有理论深度，也有实践指导意义，所以需要在讨论中提到实际应用中的挑战和改进方向，比如增强可解释
性、优化训练方法、关注模型伦理等方面。

还要注意语言的流畅性和正式程度，因为是说明文，要保持专业但不过于晦涩。可能还需要使用一些数据或引用具体的研究结果来支
持论点，使文章更具说服力。

最后，检查字数是否达到500字左右，确保内容全面覆盖主题，并且逻辑连贯，没有偏离用户的需求。


人工智能大模型作为一种先进的智能工具，正在重塑我们对世界的认知与理解。这些技术从自然语言处理到计算机视觉、语音识别等
各个领域都展现出惊人的能力。然而，随着AI大模型的快速发展，其在应用中的局限性逐渐显现，尤其是对人类社会的影响。

首先，在**自然语言理解（NLP）**方面，大模型能够理解、分析和生成大量文本信息。例如，通过自然语言处理技术，我们可以实
现机器翻译、情感分析以及问答系统。然而，这些工具仍然存在数据不足的问题，难以应对复杂的人类文化和道德标准。例如，一些
AI生成的作品可能带有不当的情感倾向或不完整的信息。

其次，在**视觉理解（Vision）、图像识别（ vision）**方面，大模型展现出强大的处理能力。它们能够分析和生成高质量的图像
内容，如生成照片、视频脚本以及艺术作品的创意想法。但这也带来了伦理问题：这些技术在创作过程中可能产生不当的内容，甚至
对人类生活构成潜在威胁。

此外，在**对话理解和聊天系统（Chat）、自然语言交互（NLU）**方面，大模型能够进行复杂的人机交互和情感表达。例如，智能
助手可以模拟人性化的交流，帮助用户解决困惑并提供个性化建议。然而，这些工具在实际应用中的伦理性和安全性仍需进一步探讨
。

综上所述，AI大模型在许多领域展现巨大潜力，但其应用也面临诸多挑战。如何平衡技术发展与社会福祉，成为人工智能未来发展的
重要课题。

可以看到，deepseek模型会先有一个思考的过程，比如针对“AI大模型”这个题目，

模型的思考过程是：

1 先明确需求

2 考虑xx特点

3 收集一些数据或研究结果来支持论点

4 思考文章的结构

5 确保没有偏离用户需求，比如字数等。

可以看到，这种思考过程就是人类解决一个问题时候的思考过程。在以前，都是使用Agent等技术来模拟这种思考过程，但是，因为是程序里写的，无法像DeepSeek这样灵活的，使用大模型本身来灵活应对各种问题，对各种问题进行有针对性的思考！