原贴链接

讨论总结

整个讨论围绕在本地运行DeepSeek是否无审查制度展开。评论者们分享了各自运行DeepSeek相关模型的经验，包括不同模型的表现、审查机制的触发、如何绕过审查等，同时也对原帖中关于无审查的说法提出了质疑、补充和反驳，讨论氛围比较活跃，存在较多不同观点的交流。

主要观点

  1. 👍 正在运行的不是DeepSeek r1而是经其输出微调的其他模型
    • 支持理由：部分用户通过自己的运行经验或者对模型的了解得出，如Caladan23指出这一区别。
    • 反对声音：无（未在评论中有明确反对）
  2. 🔥 本地运行Deepseek无审查可能因是蒸馏模型
    • 正方观点：nrkishere认为它是一个蒸馏模型（如llama或qwen）所以本地运行无审查。
    • 反方观点：有多个评论者提出不同看法，如认为本地运行存在审查或不同运行环境下审查情况不同。
  3. 💡 运行完整的DeepSeek模型可直接从NVME运行，速度慢但可测试审查情况
    • 解释：这是部分用户分享的关于运行DeepSeek模型的一种方式及其特点。
  4. 💡 不同的Deepseek模型有差异，小模型并非大模型的缩小版
    • 解释：如Jugg3rnaut等用户提到不同Deepseek模型间存在差异的情况。
  5. 💡 可以通过去除对齐消除审查，但单人成本太高
    • 解释：The_GSingh提到这种消除审查的方式及其成本问题。

金句与有趣评论

  1. “😂 What you are running isn’t DeepSeek r1 though, but a llama3 or qwen 2.5 fine - tuned with R1’s output.”
    • 亮点：明确指出运行的不是DeepSeek r1而是其他微调模型，开启了关于模型识别等相关讨论。
  2. “🤔 Idk I ran qwen2.5 r1 distill 7b and it was definitely censored.”
    • 亮点：用自己的运行经验表明qwen2.5 r1 distill 7b存在审查情况。
  3. “👀 Have you tried with a response prefilled with "\\n" (single newline)? Apparently all the training with censoring has a "\\n\\n" token in the think section and with a single "\\n" the censorship is not triggered.”
    • 亮点：分享了一种可能绕过审查的操作方法。
  4. “😎 I’m going to try this with the online version. The censorship is pretty funny, it was writing a good response then freaked out when it had to say the Chinese government was not perfect and deleted everything.”
    • 亮点：描述了在线版本审查的一种有趣现象。
  5. “🤨 The model can’t "delete everything", it can only generate tokens. What deletes things is a different model that runs at the same time.”
    • 亮点：对模型的工作机制进行了纠正性的解释。

情感分析

总体情感倾向比较复杂，既有积极分享经验和观点的（如分享运行模型的成功经验、如何绕过审查等），也有消极质疑和批评的（如对原帖说法的质疑、对某些行为导致DeepSeek API无法使用的指责等）。主要分歧点在于DeepSeek在本地运行是否真的无审查制度，可能的原因是不同用户的运行环境、使用的模型版本以及对审查机制的理解不同。

趋势与预测

  • 新兴话题：关于不同系统（如Windows和Macbook）上DeepSeek运行结果不同是否与审查机制有关可能会引发后续讨论。
  • 潜在影响：如果关于DeepSeek审查机制的讨论深入，可能会影响用户对模型的选择，以及促使开发者更加透明地对待审查相关的问题。

详细内容：

标题：关于 DeepSeek 本地运行是否存在审查的热门讨论

在 Reddit 上，一个关于“在本地运行 DeepSeek 时不存在审查”的帖子引起了广泛关注。该帖子收获了众多点赞和大量评论，引发了激烈的讨论。

讨论的焦点主要集中在 DeepSeek 不同模型的审查情况以及如何去除审查等方面。有人表示自己运行了 qwen2.5 r1 distill 7b 模型，发现存在审查。还有用户指出 Qwen2.5 - Instruct 也存在审查。

有用户提出由于 DeepSeek 是开源的，能否通过训练去除审查，但也有人回应称这样做会显著降低模型的性能。同时，还有用户分享了自己在运行 DeepSeek 模型处理编码挑战时的准确经历。

例如，有用户分享道：“我运行了 DeepSeek - R1 - Distill - Qwen - 32B，它基本上是在 Qwen 2.5 32B 基础上训练了 R1 思维链。旗舰版的 R1 是 DeepSeek R1，从其参数数量就能看出，它有 6700 多亿，是一个巨大的模型。我一直在使用 R1 的蒸馏版本 Qwen 32B，目前感觉还不错。”

也有用户在不同设备上运行 DeepSeek 模型得到了不同的审查结果，比如在 Windows 上能得到关于天安门广场的回答，而在 Macbook 上则不行。

此外，还有用户提出使用非英语语言询问被审查的话题能避开审查。

关于 DeepSeek 模型的审查问题，目前仍存在诸多争议和不同观点，到底如何准确判断以及能否有效去除审查，仍有待进一步探讨。