DeepSeek-R1-Zero ist ein von DeepSeek entwickeltes Inferenzmodell, das sich auf die Verbesserung der Inferenzfähigkeit durch Reinforcement Learning konzentriert. Das Modell zeigt ohne überwachtes Feinabstimmen ein starkes Inferenzverhalten, wie z. B. Selbstvalidierung, Reflexion und die Generierung von langkettigen Inferenzen. Zu den Hauptvorteilen gehören die effiziente Inferenzfähigkeit, die Einsetzbarkeit ohne Vortraining und die herausragende Leistung bei mathematischen, Code- und Inferenzaufgaben. Das Modell basiert auf der DeepSeek-V3-Architektur, unterstützt umfangreiche Inferenzaufgaben und eignet sich für Forschungs- und kommerzielle Anwendungen.