DeepSeek-R1-Zero est un modèle d'inférence développé par l'équipe DeepSeek, axé sur l'amélioration des capacités d'inférence du modèle grâce à l'apprentissage par renforcement. Sans ajustement fin supervisé, ce modèle démontre de puissantes capacités d'inférence, telles que l'auto-vérification, la réflexion et la génération d'inférences en longues chaînes. Ses principaux avantages incluent une inférence efficace, une utilisation sans pré-entraînement et des performances exceptionnelles en mathématiques, en codage et lors de tâches d'inférence. Développé sur l'architecture DeepSeek-V3, ce modèle prend en charge les tâches d'inférence à grande échelle et convient aux applications de recherche et commerciales.