近日，DeepSeek全系列模型在腾讯云TI平台上第一时间上架，并在业内率先实现企业级精调与推理全链路功能。

此次支持精调的模型涵盖了满血版DeepSeek V3、R1以及六款蒸馏版模型，为金融、医疗、制造、零售等多个行业提供了更高效、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。

随着DeepSeek引发行业广泛关注，开发者在精调与部署过程中可能面临数据预处理难、模型训练门槛高、在线部署及运维复杂等多重挑战。

腾讯云TI平台凭借全流程AI开发工具，实现了从数据准备到模型部署上线的一站式解决方案。平台内置的数据构建模块不仅支持快速清洗、去重与格式转换，还能根据具体任务进行prompt优化。同时，通过灵活的训练调度策略和自研的大模型计算与并行优化技术，TI平台可以有效加速训练与推理过程，大幅提升资源利用率。

支持DeepSeek的两种精调方式

满足多样化需求

为适应不同行业的个性化模型构建需求，腾讯云TI平台面向DeepSeek提供了两种精调模式。

一、直接精调满血版DeepSeek。针对希望直接对原始DeepSeek模型进行微调的用户，平台内置DeepSeek满血版等全系模型，并预置训练镜像和训练代码，用户只需按平台规范准备好训练数据，并设置学习率、迭代步数等参数，即可一键启动精调任务。

在训练阶段，平台支持全参和LoRA两种精调方式，为用户提供兼顾训练成本和模型效果的灵活选择，确保模型在金融、医疗等垂直领域满足业务要求。在数据准备阶段，平台内置了可高度自定义的数据标注和构建工具，显著提升数据质量，并有效降低数据处理成本。

直接精调满血版 DeepSeek 的步骤如下：

步骤一：训练数据准备。根据原始数据的实际情况，综合使用数据标注和数据构建工具来准备高质量训练数据。其中，数据标注可基于灵活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；数据构建内置数据分析、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。

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。

二、基于DeepSeek R1蒸馏其他较小尺寸模型。DeepSeek R1虽具备卓越的长思维链（Long CoT）能力，但模型尺寸大（参数量671B），实际推理成本较高。针对希望以更低成本、更高响应速度应用R1的用户，TI平台也支持基于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。

用户首先在TI平台部署DeepSeek R1推理服务，然后调用R1生成包含长思维链的高质量蒸馏数据，紧接着进行数据清洗，最后利用这些数据对较小尺寸的“学生模型”（如Llama 3.2-3B）进行精调，从而实现知识迁移。在保留优秀推理性能的同时，大幅降低推理成本或提升模型推理速度，有效满足高推理性能或成本敏感的场景。

基于DeepSeek R1蒸馏其他较小尺寸模型的步骤如下：

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。

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。

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。

提供模型评测及部署完整工具链

助推行业智能转型

腾讯云TI平台还提供了全面的模型评测与部署功能。模型评测包括轻量体验、客观评测和主观评测三阶段能力，帮助企业多维度验证模型性能。模型部署支持多种模型框架和格式，支持异构算力和资源弹性伸缩，可将模型快速发布为生产级API接口，接入企业应用。

自 DeepSeek 模型发布以来，TI 平台已成功助力多个行业客户部署专属 DeepSeek 服务并开展验证工作，部分已接入企业应用。未来，腾讯云将持续优化TI平台功能，依托领先的大模型训练推理技术，为客户提供更安全、稳定、高效的AI解决方案，助推各行业加速数字化转型。